近年来，深度学习在机器人研究领域掀起了一股浪潮。由于其优越的特点，深度学习被越来越多地应用于模式识别、图像识别、语音识别和视频处理等领域。在本次报告中，陈俊龙介绍了一种模糊生成式深度学习算法和一种新颖的宽度学习系统。他详细介绍了这两种算法的计算过程以及各自的优势，并列举了多种机器视觉相关案例。最后，他还分享了一些关于撰写文章的技巧和注意事项，着重讨论了写文章的道德问题。
报告结束后，与会人员与他就机器人领域相关知识以及文章撰写方面的问题进行了深入讨论和交流。此次学术交流为后续开展实质性合作奠定了基础。
陈俊龙（ C. L. Philip Chen）博士，我国自动化学会副理事长，国家千人学者、国家特聘专家，澳门科协副会长，澳门大学讲座教授，科技学院前院长。陈教授是IEEE Fellow（院/会士），美国科学促进会AAAS Fellow（院/会士），国际模式识别IAPR Fellow （院/会士）, 国际系统及控制论科学院IASCYS院士，我国自动化学会及香港工程师学会Fellow，现任IEEE系统人机及智能学会的期刊主编（Systems，Man，and Cybernetics），曾任该学会国际总主席。陈俊龙的主要研究方向为智能系统与控制、计算智能、混合智能以及数据科学。在2018年“计算机科学学科”高被引用文章数目学者中排名在全球前14名，详见 https://orcid.org/0000-0001-5451-7230 。曾在人工智能方向获得两项国家基金委重点项目、一项面上项目，以及多项澳门科学基金委的资助。获IEEE学会颁发的杰出贡献奖4次，是美国工学技术教育认证会（ABET）的评审委员。担任院长期间带领澳门大学的工程学科及计算机学科双双进入世界大学学科排名前200名（从千名以外）。2016年获得母校美国普度大学颁发的“杰出电机及计算机工程奖”。
（先进制造所 许晶波）
