当前位置: X-MOL首页全球导师 国内导师 › 李振华

个人简介

于2019年加入南京航空航天大学计算机科学与技术学院,现为学院副研究员. 从事最优化和机器学习学习等方面的研究工作,在国际顶级期刊和会议发表论文10余篇。 科研项目: 现承担国家自然科学基金青年项目和江苏省自然科学基金青年项目各一项.入选江苏省"双创博士". 教育经历 2014.9 -- 2018.7 香港城市大学 计算机科学 博士研究生毕业 工学博士学位 工作经历 2018.9 -- 2019.9新加坡国立大学 科研项目 [1] 面向强化学习的大规模进化策略研究 [2] 基于OO****环的武器装备体系作战支撑能力与抗毁能力评估研究 [3] 不确定环境下的大规模随机优化及其应用 授课信息 最优化方法 /2020-2021 /春学期 /48课时 /0.0学分 /16105060.01 获奖信息 [1] 2020年亚太地区大学生数学建模竞赛一等奖

研究领域

最优化方法,机器学习

最优化方法和机器学习, 具体包括: 智能计算, 最优化方法, 对抗机器学习和强化学习等

近期论文

查看导师新发文章 (温馨提示:请注意重名现象,建议点开原文通过作者单位确认)

[1] An Efficient Elitist Covariance Matrix Adaptation for Continuous Local Search in High Dimension [2] An Efficient Rank-1 Update for Cholesky CMA-ES Using Auxiliary Evolution Path.2017 IEEE Congress on Evolutionary Computation [3] What does the Evolution Path Learn in CMA-ES?.14th International Conference on Parallel Problem Solving from Nature (PPSN) [4] Integrating Preference by Means of Desirability Function with Evolutionary Multi-objective Optimization.Intelligent Automation & Soft Computing [5] Pareto Multi-Task Learning.33rd Conference on Neural Information Processing Systems (NeurIPS 2019) [6] Evolution strategies for continuous optimization: A survey of the state-of-the-art.Swarm and Evolutionary Computation [7] Variable Metric Evolution Strategies by Mutation Matrix Adaptation.Information Sciences [8] Fast Covariance Matrix Adaptation for Large-Scale Black-Box Optimization.IEEE Transactions on Cybernetics [9] A simple yet efficient evolution strategy for large scale black-box optimization[J].IEEE Transactions on Evolutionary Computation

推荐链接
down
wechat
bug