11月19日下午，应计算机与信息学院信号与信息处理研究所邀请，中国矿业大学巩敦卫教授和孙晓燕教授，在合肥工业大学翡翠湖校区翡翠科教楼A座1104会议室，分别做了题为“进化优化与知识共融的软件智能测试方法”和“面向复杂环境时序数据变化趋势跟踪的深度学习”的学术报告。本院齐美彬教授、张仁斌副教授、唐益明副教授，管理学院何耀耀教授、以及安徽大学张兴义教授、程然副教授、王啟军副教授等相关教师、研究生、本科生到场聆听并交流学习。

巩敦卫教授在报告中针对串行程序变异测试，给出通过占优关系约减变异体和进化生成测试数据，提高变异测试效率的方法；针对并行程序覆盖测试，给出通过选择高性能调度序列和进化生成测试数据，提高覆盖测试效率的方法。最后，指出需要进一步研究的问题。

孙晓燕教授在报告中基于当前深度学习的成果，研究了工业时序数据的趋势定义方法、融合智能优化的长短期记忆网络的趋势跟踪分析、考虑多源数据和隐私保护的联邦深度学习趋势特征抽取和跟踪策略，以及针对多源数据异构特性的异构低通讯代价的联邦深度学习机制等。将所提算法应用于煤矿井下电磁辐射数据的变化趋势跟踪中，说明其有效性，具有重要的实际意义。

报告结束后，在场师生与两位老师就相关问题进行了深入的讨论。

报告人简介：

巩敦卫教授为中国矿业大学信息与控制工程学院教授，控制科学与工程学科博士生导师，智能优化与控制研究团队负责人。研究方向为智能软件工程、复杂优化问题进化求解、智能感知与控制、智能数据处理与解析。教育部“新世纪优秀人才支持计划”、江苏省“333高层次人才培养工程”和“六大人才高峰”高层次人才入选者，甘肃省“飞天学者”讲座教授。为江苏省自动化学会常务理事、副秘书长，国家自然科学基金委员会信息学部会评专家，《控制与决策》编委。主持国家“973”计划子课题1项，国家重点研发计划子课题1项，国家自然科学基金6项，省部级科研项目8项；获高等学校科学研究优秀成果二等奖、江苏省科学技术二等奖、中国电子学会电子信息科学技术二等奖各1项（均排名第1）；获授权发明专利15项；出版专著8部。

孙晓燕教授为中国矿业大学信息与控制工程学院教授，控制科学与工程学科博士生导师。研究方向为复杂系统智能优化与控制、大规模数据机器学习、能源互联网与区域综合能源优化等。江苏省优秀共产党员、江苏省六大高峰人才、中国矿业大学优秀青年骨干教师、中青年学术带头人。江苏省自动化学会智能优化与应用专委会秘书长；IEEE 计算智能学会会员；《Soft Computing》编委、Intelligent Systems Applications Technical Committee 委员。在科学出版社出版专著2部，在TEVC、TCYB、TNNLS等高水平学术期刊发表学术论文50余篇；授权发明专利2项；获省部级奖励2项；主持国家自然科学基金项目3项，省部级项目4项。