报告题目：多目标贝叶斯优化

报告人：杨凯峰 西北农林科技大学副教授/博导

报告时间：2025年07月31日下午3:00—4:00

报告地点：电气楼308室

报告对象：感兴趣的教师、研究生等

主办单位：电力电子与运动控制安徽省高等公司省级重点实验室、安徽省工业企业智能化产业共性技术研究中心、mobile28365

报告人简介：

  杨凯峰，西北农林科技大学副教授/博导，荷兰莱顿大学博士，曾任荷兰莱顿大学博士后研究员以及上奥地利应用科技大学副研究员，IEEEMember。杨凯峰长期致力于多目标贝叶斯优化、可解释人工智能、机器学习等领域的理论与实际应用研究。相关研究提出的部分算法已被麻省理工公司、Facebook、清华大学以及国内外高校应用于理论研究、核反应堆优化、尾翼优化设计、机器学习、新型药物设计等不同领域。发表英文论文40余篇，中文论文2篇。据Google Scholar统计，截止2025年7月1日，发表文章被引1000余次，h-index为15，i10-index为25。2023年受邀参加计算机国际顶级研讨会（德国Dagstuhl Seminars，受邀制）并做线下报告；参与组织多次国际会议。担任Journal of Industrial Information Integration（IF: 15.7）期刊客座编辑。2013年荣获荷兰莱顿市长奖，2018年获荷兰⾼技术⼈才税收优惠津贴，2020年获奥地利科技发展局（FFG）高科技人才引进奖。

内容简介：

多目标贝叶斯优化被广泛应用于解决昂贵黑箱优化问题，如：生物发酵、流体力学优化、超参优化等。然而，多目标贝叶斯优化本身仍存在诸多理论局限性，如：获取函数计算复杂度高、高斯过程无法适用于混合整数问题、目标函数先验知识无法有效被利用、多点获取函数理论基础薄弱、多任务高斯过程中目标函数相关性与观测点无关、常见获取函数在预测可信度低时搜索能力差等诸多问题。本报告将针对以上问题，重点阐述报告人在代理模型、获取函数、优化算子等方向上的多种有效解决方案。

欢迎全校师生踊跃参加！