报告题目：信息物理融合能源系统中事件驱动的学习与优化方法

报告时间：2022年4月14日14：00

报告地点：腾讯会议 499-496-366 

报告人：贾庆山 教授

主办方：上海大学人工智能研究院

报告人简介：贾庆山，清华大学长聘教授。主要研究信息物理融合能源系统的优化理论与方法。发表四十篇IEEE汇刊论文。承担国家自然科学基金委杰出青年基金、重点项目等。获得2009年国家自然科学奖二等奖、2018年国家自然科学奖二等奖、2020年教育部自然科学奖二等奖，多次获得国际期刊、国际会议最佳论文奖。担任IEEE Internet of Things Activity Board委员、IEEE控制系统协会Board of Governors委员、IEEE控制系统协会北京分会主席、IEEE机器人与自动化协会智能建筑专业委员会副主席、IFAC智慧城市控制专业委员会主席。曾任IEEE控制系统协会离散事件系统专业委员会主席。担任中国自动化学会第十一届控制理论专业委员会委员兼副秘书长，中国自动化学会第一届工业控制系统信息安全专业委员会委员。

报告摘要：

信息物理融合能源系统中信息流与能源流深度融合，在智能建筑、智能微网、智慧城市中具有广泛案例。大型数据中心是当代社会基础设施之一，支撑着工业互联网、电子商务、社交媒体等丰富应用，承担了重要的算力任务，也消耗了大量的能源。Nature论文预测，到2030年全球数据中心的运行能耗将占全社会年运行能耗的8%。研究数据中心的绿色可靠运行具有重要的应用前景，也是具有重大挑战的关键科学问题。本报告针对信息物理融合能源系统优化面临的维数灾、多尺度、不确定性等共性挑战，介绍事件驱动的学习与优化方法，围绕典型应用案例分析展示新一代人工智能技术在信息物理融合能源系统运行优化中的重大应用潜力。