5月29日下午，美国加州大学默塞德分校YangQuan Chen（陈阳泉）教授应邀来学校作了主题为《A Brief Tutorial on Applied Fractional Calculus in Big Data and Machine Learning》的学术报告。澳门3044永利官网师生参加了报告会，报告吸引了来自清华大学、北京邮电大学、华北电力大学等高校硕博士研究生现场参会，会议由张涛副院长主持。

YangQuan Chen（陈阳泉）教授从机器学习的梯度下降法到“英国海岸线有多长”，娓娓道来分数阶微积分可以实现“更好的机器学习、更精确的计算和更优化的控制”。随后展开介绍分数阶思维及其丰富的随机模型，探讨在机器学习领域“是否存在更优的优化方法”，以及审视大数据领域“如何量化生成大数据系统本身的变异性和复杂性”，引入分数阶微积分的必要性。报告分享了未来广阔的研究机遇以及发表相关学术成果的新平台。最后，在答疑环节陈教授回复了学院师生关于切换混杂系统在应用分数阶微积分时应注意的问题。

陈教授的报告深入浅出，精彩纷呈，成功地向澳门3044永利官网师生分享了分数阶微积分应用于人工智能机器学习和大数据研究领域的学术前景，激发了广大师生的科研学术热情，大家普遍感觉此次报告内容丰富、学术价值高，对自身的科研具有重要启迪，现场回以热烈掌声。

YangQuan Chen（陈阳泉）教授简介：

YangQuan Chen（陈阳泉）教授于1998年获新加坡南洋理工大学博士学位。2000年-2012年，他在美国犹他州立大学（Utah State University, USU）电气工程学院任教。2012年夏季加入加州大学默塞德分校（University of California Merced, UCM）工程学院，面向本科生讲授“机电一体化”、“数字孪生”、“工程服务学习”和“无人机系统”等课程；面向研究生讲授“分数阶力学”、“非线性控制”和“高等控制：最优性与鲁棒性”等课程。其研究领域涵盖：面向可持续发展的机电一体化、认知过程控制、基于小型多无人机协同的多光谱“个性化遥感”、分数阶微积分在控制、建模及复杂信号处理中的应用、利用移动执行器与传感器网络实现分布式参数系统的分布式测量与控制等。陈教授于2018至2021年连续入选科睿唯安（Clarivate Analytics）全球高被引科学家榜单，并曾获犹他州立大学（2012年）和加州大学默塞德分校（2020年）颁发的“年度研究奖”。近期，他与Bruce J. West博士共同创立了CRC出版社的“Applied Fractional Calculus for Science, Technology, Engineering and Mathematics”新书系列，并担任《Fractals and Fractional》期刊“优化、大数据与人工智能/机器学习”新栏目创刊主编。2024年冬季，他开发了题为“机器学习算法分析与设计中的控制理论”的短期课程。其谷歌学术累计引用59441次，H指数106。目前担任International Journal of Advanced Robotic Systems, International Journal of Intelligent Robotic Systems和Nonlinear Dynamics等期刊编委。关于YangQuan Chen（陈阳泉）教授的详细信息可在网站链接中进行访问：https://scholar.google.com/citationshl=en&user=RDEIRbcAAAAJ。