报告题目一：进化优化与知识共融的软件智能测试方法

报告人：巩敦卫教授

单位：中国矿业大学信息与控制工程学院

报告时间：2019年11月19日（星期二）下午3点

报告地点：翡翠科教楼A座1104会议室

报告人简介：

中国矿业大学信息与控制工程学院教授，控制科学与工程学科博士生导师，智能优化与控制研究团队负责人。研究方向为智能软件工程、复杂优化问题进化求解、智能感知与控制、智能数据处理与解析。教育部“新世纪优秀人才支持计划”、江苏省“333高层次人才培养工程”和“六大人才高峰”高层次人才入选者，甘肃省“飞天学者”讲座教授。为江苏省自动化学会常务理事、副秘书长，中国计算机学会机器学习专业委员会、软件工程专业委员会委员，中国人工智能学会智能空天系统专业委员会委员，中国自动化学会大数据专业委员会委员，中国仿真学会智能仿真优化与调度专业委员会委员，国家自然科学基金委员会信息学部会评专家，《控制与决策》编委。获江苏省教学成果二等奖1项（排名第2），指导的员工获国际老员工数学建模竞赛一等奖3项、二等奖7项，江苏省优秀硕士学位论文4篇。主持国家“973”计划子课题1项，国家重点研发计划子课题1项，国家自然科学基金6项，省部级科研项目8项；获高等学校科学研究优秀成果二等奖、江苏省科学技术二等奖、中国电子学会电子信息科学技术二等奖各1项（均排名第1）；获授权发明专利15项；出版专著8部；发表IEEE TEVC、TCYB等顶级期刊在内论文60余篇。

报告摘要：

软件测试是保证软件质量的重要手段。测试过程中，进化优化与知识共融能够提高测试效率。报告针对串行程序变异测试，给出通过占优关系约减变异体和进化生成测试数据，提高变异测试效率的方法；针对并行程序覆盖测试，给出通过选择高性能调度序列和进化生成测试数据，提高覆盖测试效率的方法。最后，指出需要进一步研究的问题。

报告题目二：面向复杂环境时序数据变化趋势跟踪的深度学习

报告人：孙晓燕教授

单位：中国矿业大学信息与控制工程学院

报告时间：2019年11月19日（星期二）下午4点

报告地点：翡翠科教楼A座1104会议室

报告人简介：

中国矿业大学信息与控制工程学院教授，控制科学与工程学科博士生导师。研究方向为复杂系统智能优化与控制、大规模数据机器学习、能源互联网与区域综合能源优化等。江苏省优秀共产党员、江苏省六大高峰人才、中国矿业大学优秀青年骨干教师、中青年学术带头人。为国际间重大合作项目会评专家，国家自然科学基金函审专家；江苏省自动化学会智能优化与应用专委会秘书长；中国矿业大学女教授联谊会秘书长；中国矿业大学欧美同学联合会理事；IEEE计算智能学会会员；《Soft Computing》编委、Intelligent Systems Applications Technical Committee委员。在科学出版社出版专著2部，在TEVC、TCYB、TNNLS等高水平学术期刊发表学术论文50余篇；授权发明专利2项；获省部级奖励2项；主持国家自然科学基金项目3项，省部级项目4项，作为核心成员，参与省部级以上项目近10项。

报告摘要：

复杂环境感知与安全预警对于安全生产和健康生活具有重要意义，随着检测技术的发展和监测方法的提高，可感知各类环境变化的实时时序数据信息，基于历史信息的时序分析已有丰硕的研究成果。然而，在实际问题中，融合多源感知信息的环境变化趋势分析往往更具有实际意义，但是，工业领域相关研究成果还较少。针对上述问题，基于当前深度学习的成果，我们研究了工业时序数据的趋势定义方法、融合智能优化的长短期记忆网络的趋势跟踪分析、考虑多源数据和隐私保护的联邦深度学习趋势特征抽取和跟踪策略，以及针对多源数据异构特性的异构低通讯代价的联邦深度学习机制等。将所提算法应用于煤矿井下电磁辐射数据的变化趋势跟踪中，说明其有效性。