报告题目：协作式神经动力学优化的原理和进展

报告人：王钧教授

报告时间：2023年3月2日（周四）下午15：00-16：00

报告地点：20-404

摘要：由于神经网络中并行和分布式信息处理的固有性质，求解过程的收敛率不会随着问题大小的增加而降低。神经网络可以在指定的硬件（如 ASIC）中进行物理实现，其中优化是以真正的并行和分布式方式进行的。这一特点对于分散决策情况下的动态优化来说是特别理想的。在本讲座中，我们将介绍神经动力优化模型的历史回顾和技术现状以及选定的应用。具体来说，从神经动力优化的动机出发，我们将回顾各种用于优化的递归神经网络模型以及神经动力学优化策略。关于神经动力优化模型的稳定性和优化性的理论结果将与说明性的例子和仿真结果一起给出。它将表明，科学和工程中的许多计算问题都可以通过神经动力优化的方式轻易解决。

邀请人：郑忠龙、周昌军