深入剖析组合优化问题的机器学习求解方法所依托的通用框架， 韩教授系统介绍机器学习在求解组合优化问题这一极具挑战性领域的相关工作，报告由理学院副院长邱芳教授主持， 中国科学院大学数学科学学院 韩 丛英教授给我们带来 一场聚焦于“学习最优化 ---- 组合优化问题人工智能求解的模型和算法”的学术报告，最后，首先，现任中国运筹学会第十二届理事会常务理事、中国运筹学会数学与智能分会秘书长、图论与组合分会和数学规划分会常务理事，激发了创新思维，以期为推动该领域的持续创新与发展提供有价值的参考，主要的研究方向最优化理论与算法、机器学习的理论与应用、模式识别等，博士生导师，同时客观分析并揭示现阶段面临的关键研究瓶颈，参 会 老师 和同学们 受益匪浅 。

本次报告内容丰富、数据详实、讲解清晰。

不仅为他们打开了一扇通往人工智能领域 的大门， ，主要涵盖前后端组合学习与融合学习两大关键模式；其次，详细介绍针对这些问题所设计的求解模型与算法架构，获得中国科学院“朱李月华”优秀教师奖等， 4 月 1 1 日 上午 ，先后获得中国运筹学会科学技术奖运筹应用奖、国际运筹学会运筹学发展奖二等奖 (IFORS prize for OR in development， Runner-up) 等，而且切实领略到人工智能助力学习最优化的巨大潜力与广阔前景。

前瞻性地提出该领域的潜在研究方向，拓宽了在该领域的视野， 韩丛英，深入探讨其设计原理、优势特点及应用场景，基于对当前研究态势的全面洞察。

聚焦于若干典型特殊问题，在国内外重要学术期刊和会议上发表论文多篇、先后主持国家自然科学基金重点项目、面上项目和青年项目、科技部重点研发计划项目课题、中国科学 院先导专项子课题及各类企业联合课题等，中国科学院大学数学科学学院长聘教授，。

理学院相关教师和部分学生参加了报告会。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。