时间:2019-01-11 来源:研究生思政办 编辑:yjsszcse 访问次数:4815
2018年12月13日至2018年12月16日期间,第二十五届神经信息处理国际会议(the 25th of International Conference on Neural Information Processing,简称ICONIP)在柬埔寨暹粒举办。神经信息处理国际会议目前已经成功召开二十四届,作为一个二十多年一直专注于计算智能领域研究的国际会议,旨在为全球相关科研人员与专家学者提供高水平高质量的学术交流平台。该会议由亚太神经网络协会承办,国际神经网络协会与日本神经网络协会联合协办。
本人曹伟伟,有幸受邀赴柬国参加该项会议,聆听大师对当前科研发展的剖析,对未来走向的预测,学习一些优秀科研成果的独到之处,认识不同科研领域的研究人员,对彼此的研究领域进行深入交流,开拓了思维与眼界,也增强了对本研究课题的进一步认识。
大会12月13日进行注册签到,14日正式开始,会议由本届会议主席,来自香港城市大学的IEEE fellow Jun Wang主持,在介绍了今年的今年会议投稿以及收录文章等具体情况后。邀请来自塞浦路斯大学的Professor Marios M. Polycarpou、来自东京大学的Professor Massahi Sugiyama以及来自斯威本科技大学的Professor Qing-long Han进行大会报告。三位不同领域的大师分别从机器学习应用到诊断、多种情形数据混合的机器学习分类以及神经信息处理在多智能体领域的应用展望等三个方面分别进行汇报。第一次在国际会议中聆听大佬们对神经网络前沿研究的剖析,对未来研究发展的展望,使我感到热血激昂,体会到科学研究对现实社会所带来的是实质性的突破与飞跃,但同时也意识到,作为一名初级科研工作者,在自己本课题的研究中还存在很大的欠缺,还有很长的科研之路需要去摸索,去开拓。
除了听取大会报告外,还参与了分会场的诸多报告,涉及到优化、预测、分类、模式识别、脉冲神经网络、嵌入式学习等众多领域。并与与会同学进行交流,与港中文的毛博士沟通中了解到在自然语言处理中也会用到与我在复杂工业系统中相同的神经网络方法,并且交换了对于递归神经网络(LSTM)方法在不同应用场景中优缺点的意见,进一步加深了对深度神经网络的认知以及进一步了解的兴趣。此外,对新兴的脉冲神经网络也有了一些感性的认识,这是一种有别于之前的神经网络方法,这种神经网路更加接近于实际,并不是每一次的迭代计算都会被激活,而是在膜电位达到阈值以后才会被激活,同时等待下一次的激活,这样的方式可以有效地减少无效计算,从而获得更多信息以及更强的计算能力。
本人有幸受邀在预测分会做口头汇报,汇报近期自己工作的一些进展。我研究的问题是提出一种在线预测方法应用在污水处理过程中。污水处理过程不仅能够将实现污水净化,降低对因为居民生活以及工业生产等所产生的废水对自然水体的污染,同时还能够实现废水循环利用,减少工业用水需求,降低对水资源的浪费。但同时污水处理又是一个高耗能、长时滞、大扰动、强耦合系统、非线性的复杂系统,很难建立有效的机理模型,而为了能够实现对污水处理系统的有效控制,需要对污水处理系统进行建模与分析。神经网络作为一种有效的建模手段,能够有效逼近任何复杂的非线性模型,但是传统的神经网络模型大都采用梯度下降法作为神经网络的训练手段,但低度下降法存在收敛速度过慢,陷入局部最小以及对参数敏感等问题,为应对这些问题,本文提出采用OSELM的方法实现对污水处理的预测,实验效果表明在有效提高预测效果的同时,极大地压缩了训练时间。
除了参加会议,第一次走出国门,领略当地淳朴的民风,富有热带特色的景致,品尝地方美食。并且参观雄伟壮观的吴哥窟,在惊叹古代高棉鼎盛辉煌、富有创造力的同时,也为其被入侵导致衰落而感到惋惜。在了解到很多佛像的头都被近代侵略者盗走,就会想到积贫积弱饱受欺凌的中国近代。弱肉强食是国际关系不变的丛林法则,中国已经摆脱了被欺辱的历史,在中华民族伟大复兴的道路上快步前进,也希望古代高棉的强盛,有朝一日能够重现。