赵海全教授，西南交通大学，IEEE和中国电子学会高级会员，爱思唯尔高被引学者、全球前2%顶尖科学家（连续多年）、获中国自动化学会CAA自然科学一等奖、教育部科技进步二等奖，唐立新优秀学者奖（click）

方娟教授，北京工业大学，信息学部副主任，计算机科学与技术系副主任，CCF杰出会员，CCF高专委、体系结构专委、物联网专委执行委员（click）

王殿辉教授，中国矿业大学

研究方向：深度随机配置机器学习理论及应用；工业大数据建模理论及其在智能传感技术中的应用

个人简介：王殿辉博士于1995年三月在东北大学获得工业自动化专业工学博士学位。他于1995年至2001年在新加坡南洋理工大学和香港理工大学做博士后研究工作，2001年7月至2020年12月在澳大利亚La Trobe大学计算机科学与信息技术系就职。自2017年起，王殿辉博士任东北大学流程工业综合自动化国家重点实验室特聘教授。 2021年7月加盟中国矿业大学人工智能研究院任院长及随机配置机器学习研究中心主任。他目前的研究重点是随机配置学习机在工业大数据建模与分析中的应用、轻量计算及可解释AI技术。王殿辉博士发表有关应用数学、控制工程和计算机科学方面的论文270余篇， 目前是IEEE高级会员，2022年创建Industrial Artificial Intelligence杂志并担任执行主编，任IEEE Transactions on Cybernetics, IEEE Transactions on Fuzzy Systems, Information Sciences, Artificial Intelligence Review and WIREs Data Ming and Knowledge Discovery的副主编。

题目：随机配置学习机基础理论及应用前景

摘要：基于随机配置网络理论，我们近期提出了随机配置学习机（SCM）概念，这一随机学习模型由一个机理模型（或模糊系统）和一个轻量SCN模型构成。这一里程碑进展对随机学习理论及基于轻量计算技术的工业互联网应用研究具有重要意义。本次报告将介绍一些关于随机配置学习机方面的基础理论和它在过程工业中的应用前景。

方娟教授，北京工业大学

研究方向：长期从事高性能计算、异构智能计算、边缘计算等领域的教学和科研工作

个人简介：方娟，北京工业大学教授，博士生导师，信息学部副主任，计算机科学与技术系副主任。CCF杰出会员，CCF高专委、体系结构专委、物联网专委执行委员，北京市课程思政教学名师，国家一流本科专业建设点负责人。曾获北京市优秀人才、北京市中青年骨干等称号，于2005年和2012年两次受国家留学基金委（CSC）资助赴美国进行学术交流访问两年。长期从事高性能计算、异构智能计算、边缘计算等领域的教学和科研工作，近年来主持国家自然科学基金、北京市自然科学基金等科研项目多项，在国内外重要学术刊物和重要国际学术会议（PR、TNSM、JPDC、TJSC、JCST、IoT、JoS、FITEE、JCSC、INFOCOMM等）上发表科研论文100余篇，授权国家发明专利34项，国际发明专利1项，参加3项国家标准制定，1项专利成果转化。担任JPDS、TMC、IoT、JCSC、JoS、计算机学报、软件学报、计算机研究与发展、通信学报等中英文期刊审稿人。在《中国大学教学》、《计算机教育》等教学期刊发表教学论文20余篇，主编和参编教材11本，译著2本，曾获多项教育教学成果奖。

题目：机器学习使能的缓存预取优化研究

摘要：当前，机器学习技术在图像分析、自然语言处理等领域取得了令人瞩目的进展。随着系统架构的发展以及应用程序的复杂性和多样性不断增加，缓存子系统正面临着性能、能耗等方面的挑战。一方面，预取器激进度的调整以及多个预取器的协同控制需要综合性能提升和带宽使用的平衡，如何根据程序访存模式和系统性能反馈进行动态预取控制，以提高预取带来的性能增益并降低不必要的资源浪费是一个研究难点。另一方面，预取器发出的预取请求会干扰替换策略的决策，导致缓存命中率下降，如何高效的管理缓存中的预取数据与普通访存数据是关键。机器学习技术的应用为缓存预取策略提供了新的思路和方法，通过引入机器学习算法，设计并实现智能缓存预取策略，能够更好地适应不同的应用程序和系统配置，提高缓存利用率和系统性能。

研究方向：模式识别与人工智能（设备故障诊断、深度学习）；分布式自适应滤波网络；非线性自适应滤波：自适应Volterra滤波器、核自适应滤波器、神经网络自适应滤波器等；自适应信号处理理论；Dc-DC建模及系统辨识；主动噪声控制；电能质量控制-自适应谐波抑制及有源电力滤波器（APF）；DSTATCOM自适应控制；低频振荡模式辨识；智能信号处理及在电力系统中的应用。

个人简介：赵海全，工学博士，教授，博士生导师，IEEE和中国电子学会高级会员，爱思唯尔高被引学者、全球前2%顶尖科学家（连续多年）、四川省学术和技术带头人，四川省有突出贡献的优秀专家，四川省杰出青年基金获得者以及四川省青年科技创新团队核心成员，获中国自动化学会CAA自然科学一等奖、教育部科技进步二等奖等省部级奖励5项，唐立新优秀学者奖、省科青联常务理事、川青联委员、成都市知联会常务理事。担任Signal Processing等国际期刊的编委。近年来，主持国家自然科学基金面上项目5项，主持四川省青年科技基金、省应用基础重点项目以及省学术带头人基金、中央高校基本科研科技创新项目各1项；主研国家级或省部级项目10余项。以第一作者或通讯作者已在IEEE TSMCA、IEEE TSP、IEEE TNNLS、IEEE TIE、IEEE TCOM、IEEE/ACM TASLP、 IEEE Trans. Cybernetics、IEEE TSMC-Part B、Signal Processing、Automatica、Journal of the Franklin Institute、MSSP、《中国科学》、《物理学报》、ICASSP等国内外学术期刊与学术会议发表论文180多篇（140+篇SCI收录期刊论文），6篇（1%）ESI高被引，1篇热点论文，申请及授权专利70项，其中授权49项（其中转让7项）。获“Excellent Student Paper Award”奖（发表在IEEE Transactions on System, Man and Cybernetics-Part B上的Regular论文）等学术奖励11项。指导留学生甘布荣获2017年第二届动力与可再生能源国际会议最佳报告奖，2019年获2019IFAC最佳论文奖，指导硕士及博士生18人次获得国家奖学金，2名博士生获得轨道交通行业拔尖创新人才项目，2名博士生获得博士生创新基金项目，5名博士研究生获公派联合培养资助，分别赴McGill University 和 University of York等。

Title：Robust adaptive signal processing and deep filter

Abstract：As an important part of signal processing, adaptive filtering has been widely used in many fields, including communications, radar, power system and biomedical. In practical applications, these adaptive filters are based on Gaussian background noise design, and performance deteriorates in the Non-Gaussian noise environment. This topic shares our recent research findings how to enhance the robustness of algorithms against impulsive noise under acoustic echo cancellation(AEC) and system identificaiton. Moreove, deep filter we recent proposed are also introduced in this speech.