您当前位置: 六开彩开奖现场直播  >  学术讲座

讲准字199号:Reinforcement learning of Machine learning

发布时间:2018-06-14|浏览次数:

题目:Reinforcement learning of Machine learning

主讲:Daming Zhang

时间:2018年6月22日 8:00

地点:理学院401

主办:理学院


主讲简介:Daming Zhang,加州州立大学弗雷斯诺分校教授。研究专长:发动机技术和整车开发、绿色能源和替代燃料,噪声的分析和抑制。Daming Zhang,加州州立大学弗雷斯诺分校教授,1997年获爱荷华州立大学工程力学博士。他的研究兴趣包括发动机技术和整车开发、绿色能源和替代燃料,噪声的分析和抑制。张教授拥有超过12年的行业工作经验,在FEV发动机技术有限公司任发动机NVH部高级工程师,在莱克斯勒汽车公司和福特汽车公司做咨询高级工程师。张博士在韦恩州立大学机械工程系和西北工业大学航空航天工程系有10年的教学经验。2010年以来发表论文30余篇,其中多篇影响因子大于4。

 

主讲内容:强化学习(Reinforcement learning,简称RL)是机器学习中最重要和最新的领域之一,强调如何基于“环境”而行动,以取得最大化的预期利益。在机器学习中,环境通常被规范为马尔可夫决策过程(MDP),所以许多强化学习算法使用动态规划技巧。这个方法具有普适性,因此在其他许多领域都有研究,例如博弈论、控制论、运筹学、信息论、仿真优化、多主体系统学习、群体智能、统计学以及遗传算法。在运筹学和控制理论研究的语境下,强化学习被称作“近似动态规划”(ADP)。在最优控制理论中也有研究这个问题。在经济学和博弈论中,强化学习被用来解释在有限理性的条件下如何出现平衡。本报告将对强化学习进行深入介绍。


欢迎广大师生参加!