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。
