报告题目：Universal Approximation Capability of Broad Learning System and its Structural Variations
（宽度学习的函数逼近能力及其多种结构及应用）

报告时间：2018年10月23日 9:30-11:30

报告地点：将军路校区经管院704室

C. L. Philip Chen
FIEEE, FAAAS, FIAPR, FCAA, FHKIE
EiC, IEEE Trans. on Systems, Man, and Cybernetics： Systems
Chair Professor
Faculty of Science and Technology
University of Macau, Macau, China
Philip.Chen@ieee.org

After a very fast and efficient discriminative Broad Learning System (BLS) that takes advantage of flatted structure and incremental learning has been developed, this talk will discuss mathematical proof of the universal approximation property of BLS. In addition, the framework of several BLS variants with their mathematical modellings are given. The variations include cascade, recurrent, and broad-deep combination that cover existing deep-wide/broad-wide structures. From the experimental results, the BLS and its variations outperforms several exist learning algorithms on regression performance over function approximation, time series prediction, and face recognition databases.

陈俊龙 （C. L. Philip Chen） 教授简介：

陈俊龙（ C. L. Philip Chen）博士，我国自动化学会副理事长，国家特聘专家，澳门科协副会长，澳门大学讲座教授，科技学院前院长。 陈教授是IEEE Fellow（院/会士）、美国科学促进会AAAS Fellow（院/会士）、国际模式识别 IAPR Fellow （院/会士）、 欧洲科学院院士、国际系统及控制论科学院 IASCYS 院士、 自动化学会(CAA)、及香港工程师学会(HKIE) Fellow。陈教授现任IEEE系统人机及智能学会的SCI期刊主编（IEEE Trans. on Systems, Man, and Cybernetics: Systems），曾任该学会国际总主席 (2012-2013)。陈教授主要科研在智能系统与控制，计算智能，混合智能，数据科学方向。在2018年“计算机科学学科” 高被引用文章数目学者中 全世界排名在前 14名。也是Clarivate Analytics的全球高被引科学家。

详见  https://orcid.org/0000-0001-5451-7230 。陈教授的科研包括国家基金委重点项目及面上项目在人工智能方向的科研，以及多项澳门科学基金委的资助， 并获得两次澳门自然科学奖。陈教授获 IEEE 学会颁发了 4次杰出贡献奖，是美国工学技术教育认证会(ABET)的评审委员。 澳门大学工程学科及计算机工程获得国际【华盛顿协议】及【首尔协议】的认证是陈教授对澳门工程教育的至高贡献。担任院长期间带领澳门大学的工程学科及计算机学科双双进入世界大学学科排名前200名。2016年他获得了母校，美国普度大学的杰出电机及计算机工程奖。2018年他获得了IEEE系统科学控制论的最高学术维纳奖(Norbert Wiener Award)。