系列报告

随着人工智能的快速发展，基于神经算子的无穷维系统的学习控制成为研究热点。我们报告将通过两个PDE系统的学习控制的例子，介绍我们基于DeepONet神经算子的最新研究成果。通过DeepONet神经算子逼近backstepping核的近似计算，提高了控制反馈的响应时间，实现了PDE系统的时时控制。

王军民，北京理工大学教授，博士生导师，IEEE高级会员，从事数学控制理论与人工智能基础研究，发表国际学术期刊论文150多篇，撰写专著 2部，教材1部，主持国家自然科学基金6项，包括重大研究计划培育项目1项，2007年入选教育部新世纪优秀人才，2012年获北京市科学技术二等奖，2019年获教育部高等学校科学研究优秀成果自然科学二等奖。