陈俊龙( C. L. Philip Chen)博士,华南理工大学计算机学院院长、广东省计算智能与网络空间信息重点实验室主任、教育部健康智能与数字平行人工程中心主任、琶洲实验室副主任。陈教授是IEEE Fellow, AAAS Fellow、IAPR Fellow、自动化学会(CAA) 及香港工程师学会 (HKIE) Fellow、欧洲科学院院士(Academia Europaea)、欧洲科学与艺术院院士(European Academy of Sciences and Arts)。 陈教授学术兼职包括任中国自动化学会副理事长、曾任IEEE Trans. on Cybernetics 顶级SCI期刊主编 (Editor-in-Chief, 2020-2021),IEEE Trans. on Systems, Man, and Cybernetics: Systems SCI期刊主编,2014-2019,该学会国际总主席 (2012-2013);也是国内期刊《中国科学》、 《智能科学与技术》和《自动化学报》编委。陈教授主要科研在智能系统与控制,计算智能,混合智能,数据科学方向,是2018-2022连续五年Clarivate Analytics的全球高被引科学家(2018计算机,2019-2022计算机学科及工程双学科; H指数101,谷歌引用4万4千余次)。 他提出的动态结构神经网络,包括宽度神经网络结构,有效地解决了在开放环境下,对动态数据建模及增量学习的问题,突破了深度神经网络在封闭环境下数据学习的局限,实现复杂场景的在线学习的难题,从根本上改变了深度神经网络多层及固定结构的模式,并成功在多个行业得到重要的示范应用。此算法跟结构易于硬件实现的优势,解决了“边缘端”实时在线计算难和计算资源短缺等瓶颈问题,通过堆叠多层次规则卷积操作,增加网络的深度,获得不同层次的抽象特征,在AI 专用芯片的设计和开展工程应用方面具有重要的理论和应用价值。该理论已被国内外高校应用在解决开放环境下不确定性的学习问题,并成功地应用于大规模复杂数据的分类、控制工程及关键核心技术以及人工智能领域的重大应用。 陈教授的科研支持及成果包括科技部重点研发计划、国家基金委重点项目在人工智能方向的科研,以及多项广东省、广州市、澳门科学基金委的资助, 并获得三次澳门自然科学奖,广东省科技进步奖一等奖,自动化学会自然科学一等奖、图像图形学会教学成果奖一等奖、广东省教学成果奖及两次顶级期刊,IEEE TNNLS, 的最佳年度论文。陈教授是美国工学技术教育认证会(ABET)的评审委员,及我国教育部计算机学科的教指委。澳门大学工程学科及计算机工程获得国际【华盛顿协议】及【首尔协议】的认证是陈教授对澳门工程教育的至高贡献。2016年他获得了母校,美国普渡大学,的杰出电机及计算机工程奖;2018年他获得了IEEE系统科学控制论的最高学术维纳奖(Norbert Wiener Award), 2021年他获得了IEEE Joseph G. Wohl 终身成就奖,及我国人工智能学会吴文俊人工智能杰出贡献奖。在最近美国斯坦福大学John P.A.Ioannidis教授团队于Elsevier旗下Mendeley Data发布了全球前2%顶尖科学家榜单(World's Top 2% Scientists 2021),陈俊龙入选2021全球前2%顶尖科学家“终身科学影响力排行榜”和“年度科学影响力排行榜”(Career & Single Year),尤其在国内科学家在人工智能及图像处理方向终身影响力排名第25名。陈俊龙教授入选该榜单,表明他在人工智能相关领域具有十分突出的国际影响力。