根据复旦大学研究生院研通字[2019]49号文件“关于公布’卓越博士生科研促进计划’立项名单的通知”，为深化研究生教育综合改革，落实“上海科创中心拔尖人才创新培养计划”，聚焦集成电路、人工智能、生物医药相关的科研领域，在各院系推荐的基础上，经研究生院组织专家遴选审核，自适应网络与控制研究室博士生吴杰与博士生袁泉获批2019复旦大学卓越博士生科研促进计划立项。
立项题目分别为：
吴杰 智能集群同步行为分析与控制
袁泉 多无人机协同系统的自适应容错编队控制
2019年06月18日，自适应网络与控制研究室主持召开了国家自然科学基金应急管理重点项目“异构无人智能集群系统的协同理论与方法”的项目工作交流会。会议邀请了项目合作单位华中科技大学和浙江师范大学的科研团队一同进行2019上半年度的项目进展总结和科研工作交流。本次交流会的主要参会成员包括：
复旦大学信息科学与工程学院 李翔 教授
华中科技大学自动化学院 张海涛 教授
浙江师范大学数理与信息工程学院 张昭 教授、唐长兵 博士
一同参会的还有来自各科研团队的博硕士研究生们。
2019年06月19日，自适应网络与控制研究室主持召开了国家自然科学基金重点项目“社会集群行为涌现与演化的机制分析及预测”的项目工作交流会。会议邀请了项目合作单位南开大学的科研团队一同进行2019上半年度的项目进展总结和科研工作交流。本次交流会的主要参会成员包括：
复旦大学信息科学与工程学院 李翔 教授
复旦大学信息科学与工程学院 李聪 副研究员
复旦大学新闻学院 周葆华 教授
复旦大学计算机学院 陈阳 副教授
南开大学周恩来政府管理学院 陈浩 副教授
一同参会的还有来自各科研团队的博硕士研究生们。
经学校批准，本研究室主任李翔教授自2019年04月起担任复旦大学电子科学与技术博士后科研流动站站长。
复旦大学是我国首批设立博士后流动站单位之一，复旦大学电子科学与技术博士后科研流动站于1999年设立，覆盖复旦大学电子科学与技术国家重点一级学科的各个二级学科。
Prof. Xiang Li has been included in Elsevier’s 2018 “Most Cited Chinese Researchers (中国高被引学者)”. He has been listed in the field of “Electrical and Electronic Engineering”. He also has been included in 2017, 2016, 2015 and 2014“Most Cited Chinese Researchers” .
Get the entire list of 2018 “Most Cited Chinese Researchers” in Electrical and Electronic Engineering.
See the news released in Elsevier Webpage.
Professor Dapeng,Wu from University of Florida, USA, will give a speech at 14:00, Dec.20 Thursday 2018, in Room 309, Science Building, Handan Campus, Fudan university.
The topic is “Unification of Deep Learning and Reasoning”.
The post is as attachment. Interested teachers and students are welcomed to this talk.
Abstract
While deep learning has achieved a huge success in various learning problems, the current models are still far away from replicating many functions that a normal human brain can do. Memorization based deep architecture have been recently proposed with the objective to learn and predict better.
In this talk, I will present a model that involves a primary learner with an adjacent structured memory bank which can not only predict the output from a given input but also relate it to all its past memorized instances and help in its creative understanding. This paper presents a spatially forked deep learning architecture that can even predict and reason about the nature of an input belonging to a category never seen in the training data by relating it with the memorized past representations at the higher layers. Characterizing images of unseen geometrical figures is used as an example to showcase the operational success of the proposed framework.
2018年11月24日，“社会集群行为涌现与演化的机制分析及预测”2018年度工作交流会在复旦大学科学楼309会议室召开。项目负责人李翔教授与各子课题负责人，包括复旦大学信息学院李聪副研究员，新闻学院周葆华教授，计算机学院陈阳副教授，南开大学周恩来政府管理学院陈浩副教授，以及复旦大学邯郸校区本部的十余名研究生参与了此次项目年度交流会议。
此次会议前半部分为学术交流，对2018年项目研究执行进行了回顾，项目各子课题组负责人对各子课题组项目完成情况进行了汇报。会议后半部分李翔教授主持了下阶段的工作安排讨论，与各子课题负责人商议了2019年度各子课题组项目计划安排和任务分工。旨在形成多学科交叉的合力，以及交叉的优势。
左起：陈阳老师、陈浩老师、李翔老师、周葆华老师、李聪老师
李聪老师在汇报中
周葆华老师在汇报中
Author: J.N. Wu