<kbd id='rsful'></kbd><address id='avflw'><style id='ddzea'></style></address><button id='ymkoi'></button>

          研究生靈犀學術殿堂第401期之陳陽泉教授報告會通知
          2019-01-08 08:59   黨委學生工作部 審核人︰   (點擊︰ )

          全校師生︰

          我校定于2019年01月09日舉辦研究生靈犀學術殿堂——陳陽泉報告會,現將有關事項通知如下︰

          報告人簡介

          陳陽泉現為加州大學默塞德分校工程學院的終身教授,主要研究領域包括分數階微積分理論及應用、機電一體化與控制、可再生能源系統的建模與控制等。陳教授在分數階微積分的應用研究做出了突出貢獻,在國際上享有盛名,極大地推動了分數階微積分在自動控制、復雜隨機過程、復雜信號及圖像處理等領域的應用。近年來,發表SCI論文200余篇,持有專利10余項,出版專著10余本,論文總他引數超過30000余次,H指數為76。此外,他還擔任多個國際期刊的編委,包括Mechatronics, IEEE Trans. on Control Systems Technology, ISA Transactions, Fractional Calculus and Applied Analysis等。

          1.報告會簡介

          報告人︰陳陽泉教授

          時間︰2019年01月09日(星期三) 下午3︰00(開始時間)

          地點︰長安校區理學院383會議室

          主題︰Gegenbauer processes and energy informatics

          內容簡介︰Gegenbauer polynomial has a generating function of a real power of a quadratic polynomial. When this quadratic polynomial is the z-transfer function of a second order IIR or FIR, raising this whole z-transfer function to the power of a real number, we will get an irrational z-transfer function whose output is called the Gegenbauer process driven by white noise. It turns out that, Gegenbauer process can exhibit both long range dependence (or long memory) and seasonality. This is particularly attractive in modeling time series in energy informatics such as wind speed, power consumption, energy price etc. where long memory and seasonality both dominate. In this seminar, we will introduce this important yet relatively new class of models known as k-factor Gegenbauer ARMA and its applications in time series modeling and prediction in energy informatics.

          2.歡迎各學院師生前來听報告。報告會期間請關閉手機或將手機調至靜音模式。

          黨委學生工作部

          理學院

          2019年01月07日

           

          關閉窗口