7月25日，由教师发展中心主办，信息与通信工程学院及通信抗干扰国家重点实验室承办的“学者论坛”讲座在清水河校区宾诺咖啡举行。此次讲座特别邀请了俄克拉荷马州立大学电气与计算机工程学院的Gary G. Yen教授（IEEE Fellow）作题为“Generative Model-Based Large-Scaled Dynamic Multi-objective Optimization”的学术报告。

Yen教授首先通过分析生活中的多种需求，引出了多目标优化这一领域的重要性。他详细解释了多目标优化问题在实际应用中所面临的诸多挑战，包括海量搜索空间、动态环境变化、以及多目标冲突等。这些挑战不仅增加了问题的复杂性，也对传统的优化方法提出了更高的要求。

在讲座的核心部分，Yen教授探讨了大规模动态多目标优化中的关键难题，特别是高维数据带来的搜索效率低下的问题。他指出，随着问题规模的增加，传统优化算法往往难以有效应对，无法充分利用已知信息，从而导致求解过程耗时且资源消耗大。针对这些挑战，Yen教授介绍了他在这一领域的创新性研究。他提出了一种基于对抗性自编码器的大规模动态生成模型框架，通过映射旧问题空间中的优化解集到新的问题空间，显著加速了最优解的搜索过程。这一方法不仅提高了算法的效率，还增强了对动态变化环境的适应性。

最后，在互动环节中，在场的师生们提出了许多关于动态多目标优化的前沿问题和实际应用的挑战，Yen教授与他们进行了深入的交流与讨论，并一一解答，展示了他深厚的学术功底和对该领域的深入理解。他的讲解为参会者提供了新的思路和方法，为他们未来的研究和实践提供了宝贵的启示。

相关链接：

Gary G. Yen，俄克拉荷马州立大学电气与计算机工程学院董事会讲席教授（Regents Professor）。研究方向包括智能控制、计算智能、进化多目标优化、条件健康监测、信号处理等。曾任IEEE TNN、IEEE CSM、IEEE TCST、IEEE TSMC(Parts A and B)和IFAC JAM副主编；现任IEEE TEC、IEEE TC、IEEE TETCI、TEEE TAI副主编。他于2009年获得俄克拉荷马州立大学的“校长杰出研究奖”（Regents Distinguished Research Award），2011年获得IEEE系统、人类与控制论协会的“Andrew P Sage最佳论文奖”（Andrew P Sage Best Transactions Paper award），2013年获得IEEE计算智能协会的“杰出服务奖”（Meritorious Service award）和2014年获得洛克希德马丁航空卓越教学奖（Lockheed Martin Aeronautics Excellence Teaching award）。他是IEEE、IET和IAPR的Fellow研究员。