Prof. Gongming Wang, Beijing University Of Technology, China

Gongming Wang is a professor of Computational Intelligence and Intelligent System in the Faculty of Information Technology at Beijing University of Technology (BJUT). His current research interests include neurodynamic analysis, neural networks and their applications in optimization and control towards wastewater treatment process. He published more than 20 journal papers, 2 patents and numerous conference papers in these areas. He is a member of IEEE, a member of CAA, a member of Big Data and Technology Communication Committee of China Science and Technology Journalism Association.

王功明，男，博士，北京工业大学校聘教授、新锐青年学者，硕士生导师。2019年7月毕业于北京工业大学，获控制科学与工程专业博士学位，2017年9月至2018年9月作为联合培养博士在美国俄勒冈大学公派访问研学，2019年7月至2021年7月在清华大学自动化系从事博士后研究工作，2021年7月至今在北京工业大学北京人工智能研究院从事教学科研工作。曾获全国人工智能应用场景创新挑战赛一等奖（指导教师）、2017 IFAC World Congress国际会议优秀作者奖等荣誉。在国内外期刊及会议发表学术论文30余篇，授权国家发明专利2项。现任中国自动化学会青年工作委员会委员、中国自动化学会环境感知与保护自动化专委会委员、中国科技新闻学会大数据与科技传播专委会委员、IEEE Member等，是Scientific Reports、IEEE Transactions on Industrial Informatics、《自动化学报》等期刊审稿人。
申报人围绕国家生态文明建设和水污染防治的若干挑战性难题，发挥在神经动力学驱动的污水处理过程智能建模与优化控制、水环境污染灾害链预测模型设计的特色和优势，取得了一系列创新性理论和技术成果。在污水处理过程智能建模与优化控制及蕴含的人工智能基础理论与方法方面，解决了困扰深度神经网络训练耗时的神经计算问题，实现了对水质状态的自组织动态表征与在线预测，突破了水质状态行为演进过程无法动态调控的难题。在水环境污染灾害链预测模型设计方面，研究了基于时空耦合数据的水环境状态演化模型，给出了事件驱动的模型训练算法及模型对输入变量的敏感度分析方法，构建了多因素时空耦合数据驱动的污染灾害链预测模型及污染溯源定量分析方法。相关成果在国内外旗舰期刊发表论文30 余篇，其中以第一作者发表JCR 一区SCI 论文10 余篇（IEEE 汇刊长文9 篇），影响因子总和超过150，申请国家发明专利3 项（授权2 项）。主持国家自然科学基金面上项目1 项、国家自然科学基金青年基金项目1 项、北京市自然科学基金面上项目1 项、北京市博士后科研项目1 项，参与多项科技部重大专项和国自然重大项目等。