2024年3月26日下午，在E706会议室举办了一场题为“Solution to the General Nonlinear Filtering Problems Based on Recurrent Neural Network”的学术报告。报告由罗雪老师主持，由来自中国人民大学的陈秀琼老师报告，太阳成集团tyc7111cc20余名师生参加。陈秀琼老师2014年于太阳成集团tyc7111cc获学士学位，2019年于清华大学数学科学系获得博士学位，并入选清华大学“水木学者”计划进行博士后研究。主要研究方向为控制论与非线性滤波，曾在IEEE Transactions on Automatic Control和IEEE Transactions on Neural Networks and Learning Systems等国际控制领域期刊上发表论文。现主持国家自然科学基金青年基金一项。
报告首先介绍了高维非线性滤波这一具有挑战性的问题。高维非线性滤波问题主要根据噪声观测估计随机动力系统状态，在工程中具有重要意义。该问题可以简化为求解Duncan Mortensen Zakai（DMZ）方程，对于一般的非线性滤波问题，报告利用循环神经网络，基于Yau-Yau算法为非线性滤波器的设计提供了一个可以进行高效计算且效果显著优于EKF、PF等传统滤波方法的框架。报告结束后，参会师生积极与陈秀琼老师进行了交流和探讨。
高维非线性滤波是一个历史悠久的问题，涉及在复杂的高维空间中根据噪声观测来估计随机动态系统状态。而循环神经网络是目前热点的神经网络结构，具有处理序列数据和保持记忆的能力，在机器学习和人工智能领域备受关注。这种“传统问题”与“新方法”的融合，为解决实际的复杂问题提供了新的思路和方法，具有重要的理论和应用价值。
