IEEE会士、清华大学李力副教授应邀为我院师生做专题学术报告

发布者:张航发布时间:2018-05-25浏览次数:407

2018518日上午,IEEE会士、清华大学李力副教授应东南大学-威斯康星大学智能网联交通联合研究院院长助理张健老师邀请,于交通学院三楼会议室为我院师生做题为“Trend in Traffic Flow Time Series”和“Ensemble/Parallel Learning for Traffic Estimation/Prediction”的学术报告。东南大学交通学院李志斌研究员、东南大学-威斯康星大学智能网联交通联合研究院院长助理曲栩老师、杨帆老师、芮一康老师、顾海燕老师及20余名我院学生参加了此次学术报告。

李力副教授于2005年获得美国亚利桑那大学系统与工业工程专业博士学位。现任清华大学自动化系副教授,先后主持国家自然科学基金重大研究计划等多项国家级项目,发表SCI论文80余篇,出版专著多本。长期担任国际著名期刊IEEE Transactions on Intelligent Transportation Systems副主编(2010-Present)及国际期刊客座编辑等社会兼职。李力副教授当前主要研究方向为人工智能、复杂系统和网络化系统、智能控制和感知、智能交通系统和智能汽车。201611月,李力副教授因对智能交通系统和汽车的贡献而当选2017年度国际电气与电子工程师学会成员(IEEE FELLOW)。2018519日获中国自动化学会第四届青年科学家奖。

李力副教授首先分析了当前交通流模型和预测的主要难点,分别是数据缺失、异常点判别、大量数据快速处理、主要交通流模式提取四个方面,从而引出报告主题——交通流趋势分析。然后分析了交通流趋势分析的主要方法,包括简单平均法、PCA法、PPCA法,并以这三种方法从5个角度展现了交通流趋势分析在解决当前交通流模型和预测的主要难点的突出表现。同时,李教授还为我们分析了多检测器交通流预测中的必要性和有效性,提出多检测器可以更快更有效地捕捉脉冲点,实现更好的拟合效果。而对于交通流预测中模型选择和模型参数不确定问题,李教授采用了多模式并行学习的策略,通过候选模型计算出的结果融合得到最终的预测结果,不仅可以加快模型的计算速度,也能提高模型的准确率。

讲座最后,老师及同学们积极提问,李力副教授对大家的问题做了热情的回答,并与老师和部分同学拍照留念。


文字:冒培培

图片:王涵


江苏省南京市江宁区东南大学路2号

211189

dndxjtxy@126.com