Hợp tác - Phát triển
Trang chủ   >  Tin tức  >   Hợp tác - Phát triển  >  
Hội thảo khoa học: Ứng dụng thuật toán Tối ưu hóa của bầy ong trong phát triển bền vững
Ngày 20/4, tại trường Đại học Công Nghệ - ĐHQGHN đã diễn ra hội thảo quốc tế về ứng dụng thuật toán Tối ưu hóa bầy ong trong vật liệu, kết cấu tiên tiến và phát triển bền vững (International Workshop on Application of Bees Algorithm in sustainable development - IWABA 2018) .

Hội thảo là kết quả của đề tài Newton hợp tác giữa GS.TSKH Nguyễn Đình Đức – Trưởng ban Đào tạo ĐHQGHN, kiêm Trưởng phòng thí nghiệm Vật liệu và kết cấu tiên tiến của trường Đại học Công nghệ với các nhà khoa học của trường Đại học Birmingham - Vương Quốc Anh và Trường Đại học Công nghệ Vũ Hán – Trung Quốc dưới sự chủ trì của GS. Nguyễn Đình Đức.

Tham dự hội thảo về phía các đại biểu nước ngoài có các đại biểu đến từ Đại học Công nghệ Vũ Hán như GS. Zude Zhou, GS. Quan Liu, GS. Ping Lou, GS. Wenjun Xu và TS. Wei Meng và các đại biểu đến từ Vương Quốc Anh là TS. Marco Catsellani (University of Birmingham) và GS Michael Packianather (Cardiff University) - đều là những trường đại học lớn hàng đầu, có thứ hạng cao của Trung Quốc, Vương quốc Anh và trên thế giới.

Ngoài ra, hội thảo còn có sự tham dự đông đảo của các đại biểu, các nhà khoa học đến từ nhiều trường đại học trên toàn quốc.

Thuật toán được đề xuất lần đầu năm 2007 bởi nhà khoa học nổi tiếng GS Duc T Pham – University of Birmingham (Trường đại học sở hữu tới 11 giải Nobel, và thành phố Birmingham là quê hương của James Watt, người đã phát minh ra động cơ máy hơi nước và mở đầu cho cuộc cách mạng công nghiệp lần thứ 1) xây dựng trên khả năng tối ưu hóa của bầy ong.

Thuật toán này được phát triển rộng rãi và hiệu quả trong nhiều lĩnh vực như chế tạo máy, tự động hóa, robotic, tối ưu trong quản lý, quy trình sản xuất,….và cùng với sự ra đời và phát triển thuật toán này đã công bố nhiều bài báo quốc tế, đào tạo được hàng trăm tiến sĩ cho nhiều quốc gia trên thế giới.

Hội thảo IWABA2018 được tổ chức tại ĐHQGHN nhằm tạo ra một diễn đàn quốc tế để trao đổi kết quả và ý tưởng nghiên cứu giữa các nhà khoa học của ĐHQGHN với các đồng nghiệp trên thế giới, chia sẻ các kinh nghiệm trong việc áp dụng thuật toán này để giải quyết các thách thức về kỹ thuật – công nghệ tính toán tối ưu hóa và kiến tạo khả năng hợp tác.

Hội thảo này cũng tạo cơ hội và tập hợp các nhà khoa học trẻ, giảng viên trẻ tại ĐHQGHN và của các trường đại học khác ở Hà Nội tham gia nhóm nghiên cứu của Giáo sư Nguyễn Đình Đức để thiết lập nhóm nghiên cứu quốc tế về Deep Learning Technologies (một trong những hướng nghiên cứu hiện đại, mới nhất của cách mạng công nghiệp 4.0 trên thế giới hiện nay); sử dụng thuật toán tối ưu hóa của bầy ong, áp dụng cho tối ưu hóa trong lĩnh vực năng lượng mới, phát triển bền vững, trong Machine Learning, Intelligent Optimisation, Swarm Intelligence, vật liệu – kết cấu tiên tiến và Robotic,… cũng như trong các ngành, lĩnh vực khác.

Hội thảo cũng đã thảo luận những cơ hội hợp tác không chỉ trong nghiên cứu, mà còn trong đào tạo, trao đổi sinh viên, nghiên cứu sinh, trao đổi cán bộ giữa ĐH Công nghệ, ĐH Việt Nhật - ĐHQGHN với ĐH Công nghệ Vũ Hán (Trung Quốc), University of Birmingham, Đại học Cardiff (Vương Quốc Anh), góp phần thiết thực thúc đẩy công cuộc đổi mới, hội nhập và tiếp cận trình độ và chuẩn mực của thế giới trong lĩnh vực kỹ thuật – công nghệ của ĐHQGHN.

 

 VNU Media
  In bài viết     Gửi cho bạn bè
  Từ khóa :
Thông tin liên quan
Trang: 1   | 2   | 3   | 4   | 5   | 6   | 7   | 8   | 9   | 10   | 11   | 12   | 13   | 14   | 15   | 16   | 17   | 18   | 19   | 20   | 21   | 22   | 23   | 24   | 25   | 26   | 27   | 28   | 29   | 30   | 31   | 32   | 33   | 34   | 35   | 36   | 37   | 38   | 39   | 40   | 41   | 42   | 43   | 44   | 45   | 46   | 47   | 48   | 49   | 50   | 51   | 52   | 53   | 54   | 55   | 56   | 57   | 58   | 59   | 60   | 61   | 62   | 63   | 64   | 65   | 66   | 67   | 68   | 69   | 70   | 71   | 72   | 73   | 74   | 75   | 76   | 77   | 78   | 79   | 80   | 81   | 82   | 83   | 84   | 85   | 86   | 87   | 88   | 89   | 90   | 91   | 92   | 93   | 94   | 95   | 96   | 97   |