【东大新闻网4月16日电】（通讯员 叶宇剑 王靖 董璐）4月13日上午，由中国人工智能学会发起主办的2023年度“吴文俊人工智能科学技术奖”颁奖典礼在苏州举行，共70个项目及个人获评“吴文俊人工智能科学技术奖”。东南大学电气工程学院教授叶宇剑的成果“适应新型电力系统的多层次统一电力市场智能运营关键技术研究”、网络空间安全学院副研究员董璐的成果“无人集群协同决策”分别荣获“吴文俊人工智能科学技术奖优秀青年奖”，由研究生院常务副院长耿新指导的博士研究生王靖的学位论文《基于标记分布学习的K近邻分布》荣获“吴文俊优秀博士学位论文提名奖”。
叶宇剑长期致力于新一代人工智能技术与电力能源领域的跨学科交叉融合研究。他结合国外求学工作所掌握欧美国家的先进技术与宝贵经验与我国电力系统市场化与数字化转型的实际需求，提出了“适应新型电力系统的多层次统一电力市场智能运营关键技术研究”，覆盖电力批发、零售及本地市场层级。他在传统基于解析优化的技术路线与人工智能技术有机融合，攻克了市场分层运营面临的多源时空不确定性感知能力弱、策略泛化能力差、策略协同算法可扩展性低、隐私泄露等难题。基于该成果，进一步拓展延伸到新型电力系统安全智能调度、智慧电力—交通系统协同优化、智慧电力—算力协同优化等领域，支撑我国能源电力低碳化转型，支撑双碳目标实现。
董璐长期从事人工智能、多智能体强化学习、非线性系统最优控制等方面的研究工作。研究方向从国家需求出发，真正解决实际问题，研究成果受到国内外同行的广泛认可，在国际顶级期刊和重要学术会议上发表了40余篇SCI论文。深入研究了基于事件触发的自适应动态规划方法的理论基础及应用，提出了一种新的事件触发自适应动态规划算法，并且从理论上证明了该算法能够保证整个闭环系统的稳定性，为复杂非线性系统的分析与控制提供了新的设计思路和实现方法。在此基础上相继开展了受限单智能体优化问题研究、协作多智能体优化问题研究以及任务迁移多智能体优化问题研究。 为解决实际工程问题的复杂性、非线性、约束性以及建模困难等问题，寻求高效的优化算法。
王靖为东南大学计算机科学与工程学院助理研究员，长期从事机器学习领域研究，研究成果发表于IEEE TPAMI、IEEE TNNLS、ICML、AAAI、IJCAI等国际机器学习领域会议和期刊。获奖学位论文中首次提出基于标记分布学习改进传统K近邻分类算法，在保证K近邻分类算法泛化性的同时，能够成功解决其存在的存储开销大、预测代价高、近邻数选择难三个固有挑战，具有显著的理论创新与算法创新，有望推动K近邻分类算法在更多领域、更大规模数据上的应用。
据悉，“吴文俊人工智能科学技术奖”于2011年1月6日正式设立，被誉为“中国智能科学技术最高奖”，具备提名推荐国家科学技术奖资格，代表人工智能领域的最高荣誉象征。该奖项以我国智能科学研究的开拓者和领军人、首届国家最高科学技术奖获得者、中国科学院院士吴文俊命名，奖励在智能科学技术领域取得重大突破、作出卓著贡献的科技工作者和管理者。
供稿：电气工程学院 计算机科学与工程学院 软件学院 人工智能学院 网络空间安全学院
（责任编辑：丛婕 审核：宋业春）
