alt text 

牟必强,理学博士,博导
中国科学院数学与系统科学研究院
系统科学研究所
中国科学院系统控制重点实验室
北京中关村东路55号
电话:+86 (10) 82541252
电子信箱:bqmu@amss.ac.cn

教育经历

  • 理学博士, 2008.09 - 2013.07, 中国科学院数学与系统科学研究院, 导师:陈翰馥

  • 工学学士, 2004.09 - 2008.07, 四川大学制造科学与工程学院

工作经历

  • 副研究员,中国科学院数学与系统科学研究院,2021.05 – 至今

  • 助理研究员,中国科学院数学与系统科学研究院,2015.06 – 2021.05

  • 博士后,瑞典林雪平大学,2016.04 – 2018.04

  • 博士后,澳大利亚西悉尼大学,2015.01 – 2016.01

  • 博士后,美国韦恩州立大学,2013.08 – 2014.11

研究兴趣

研究兴趣主要集中于动态系统的快速精确辨识与建模,以及机器学习和定位等问题。

辨识是通过带有噪声的观测数据建立实际系统数学模型的研究方向, 包括模型、数据、方法和算法等基本要素。

  1. 模型:选取能尽可能精确描述实际系统行为的模型类

  2. 数据:噪声、输入、回归向量

  3. 方法:建立从数据到参数的映射

  4. 算法:实现辨识方法的可行算法

  5. 先验知识:模型参数、函数及噪声具有的特点

正则化辨识方法

  • 核函数设计:通过参数化核函数,自动嵌入动态系统脉冲响应的指数衰减性、光滑性等先验知识,其中的参数称为超参数(设计合适的核函数)

  • 超参数估计:用数据估计核函数中未知的超参数,如经验贝叶斯、斯坦无偏风险估计、交叉验证 (研究其理论性质,如渐近最优性、鲁棒性等)

  • 输入设计:通过精细设计输入进一步提高正则化辨识方法的辨识精度(求解输入设计的非凸优化问题)

机器学习

  • 高维回归模型的正则化,如岭回归等

  • 核方法和高斯过程回归的分布式算法

定位与位姿估计

  • 基于到达时间 (TOA)、到达时差 (TDOA)、接收信号强度(RSS) 和到达角度 (AOA) 等定位方式的精确解算(找到定位对应的非凸优化问题的全局极小值点)

  • Perspective-n-Point (PnP) 问题 (求解相机的外参)

  • Rigid body localizability 问题 (求解移动机器人位姿)

近期工作

  • 系统辨识的正则化方法:超参数估计   [pdf]

  • 系统辨识的正则化方法:输入设计   [pdf]

  • 正则化的量子层析   [pdf]