北京雁栖湖应用数学研究院

熊繁升 , 杨武岳 , 雍稳安 , 朱毅

孙浩

2022年09月22日 10:00 至 11:30

1129B

Zoom 537 192 5549 (BIMSA)

现代科学的发展主要依赖于简洁而优美的数学方程，得益于符号方程可解释、可通用的特征，即便是复杂系统，其运行机制也可以被完美诠释。从数据中自动挖掘、提取控制方程作为一类典型的符号回归问题，是自然科学发展和工程应用中数据助力科学探索的前沿挑战。该报告将介绍符号学习与推理基本概念和方法，讨论如何从数据中自动提取数理方程，进一步探索用于描述未知系统状态的数学方程或定律。

孙浩，1988年生，中国人民大学高瓴人工智能学院“长聘副教授、博导”，国家高层次人才青年专家，麻省理工学院兼职研究员、美国东北大学兼职教授。2014年在美国哥伦比亚大学取得工程力学博士学位，随后在麻省理工学院从事博士后研究，曾任美国匹兹堡大学、美国东北大学终身序列助理教授、博导。主要从事科学智能、人工智能数理基础与交叉前沿研究，包含可诠释性深度学习、物理启发深度学习、符号强化学习与推理、数据驱动复杂动力系统建模与识别、基础设施健康监测与智能化管理等方向。在国际一流SCI期刊（如Nature Communications）和计算机顶会（如ICLR、IJCAI）等各类重要刊物上共发表论文50余篇；主持和共同主持国家自然科学基金委、美国科学基金委、华为科技公司等基础和应用研究项目共计2500余万元；研究成果受到了几十家国际知名媒体的广泛报导（例如《福克斯新闻》、《科学日报》、《麻省理工科技评论》等）。2018年入选福布斯北美“30位30岁以下精英榜（科学类）”，2019年当选“美国十大华人杰出青年”。