彭晨，美国内布拉斯加林肯大学（University of Nebraska-Lincoln）博士，湖南伟德国际1946源自英国讲师，硕导、俊彦学者。攻读博士期间，曾参与美国自然科学基金（National Science Foundation）和美国国防威胁降低局（Defense Threat Reduction Agency）高级人工智能算法研究项目，期间获得美国J.T. and Margaret Talkington Fellowship奖学金。

目前从事可解释AI（XAI），金融预测和造假识别、自动机器学习、规划问题求解等研究，在国际权威刊物和会议发表论文10余篇，并担任 IEEE Transactions on Smart Grid 等多个SCI期刊审稿专家。目前主持一项国家自然科学基金项目“基于分组机器学习的分支限界法研究及其应用”和一项湖南省教育厅优秀青年项目“基于神经网络负荷预测的充电桩实时调度研究”。

欢迎勤思好学，数学、英语、编程基础较好、电子信息工程、通信工程、计算机科学与技术以及数学等相关专业员工报考本人研究生。E-mail: chen.peng@jsu.edu.cn。

详细学历：

· 2019年获美国内布拉斯加州大学林肯分校（University of Nebraska-Lincoln）电气工程专业博士学位

· 2014年获中山大学计算机软件与理论专业硕士学位

· 2011年获华南农业大学软件工程专业学士学位

攻读硕士学位期间获中山大学优秀研究生奖学金与硕士研究生国家奖学金，攻读博士学位期间获美国J.T. and Margaret Talkington Fellowship奖学金。

现主持研究项目：

· 基于分组机器学习的分支限界法研究及其应用，62006095，国家自然科学基金-青年科学基金项目，2021.01-2023.12，24万，主持

· 基于模仿学习的充电桩群优化调度研究，2021JJ40441，湖南省自然科学基金青年项目，2021.01-2023.12，5万，主持

· 基于神经网络负荷预测的充电桩实时调度研究，20B470，湖南省教育厅优秀青年项目，2021.01-2023.12，2万，主持

指导的本科生创新创业训练项目：

· 基于NB-IoT和深度学习的充电桩智能监控系统研究，S202010531027，国家级创新创业训练项目，2020.06-2022.06，1万，第一指导老师

曾参与的研究项目：

· Cybersecurity of Industrial Control Systems, National Science Foundation, 1438921, $300,020 07/01/15-06/30/17. (美国国家自然科学基金研究生教育项目：工业控制网络安全)

· Multiagent Swarm Based Application Software Development for Optimal Defense Strategy Synthesis of Geospatial Physical Networks in Networked Environments, Defense Threat Reduction Agency, HDTRA1-13-1-0048, $952,190, 08/30/13-08/29/18. (美国国防威胁降低局研究项目：地理空间网络最优防御策略研究)

目前研究方向：

· 可解释人工智能（XAI）：可解释人工智能（XAI）是指人工智能系统能够以易于理解和解释的方式解释其决策和行为的能力，其目的是增加机器学习模型的可解释性，提高其可信度和可靠性。

· 自动机器学习（AutoML）：自动机器学习是利用机器学习技术自动化机器学习的各个方面，目的是使机器学习更加普及和易用。自动化机器学习平台可以根据用户的需求自动选择和调整最佳模型，提高模型的性能和效果。

· 金融预测和造假识别：金融预测是指利用统计学和机器学习技术对金融市场进行预测和分析，以便帮助投资者做出决策。而金融造假识别则是利用机器学习技术分析和识别金融报表中的欺诈行为，以便保护投资者和金融市场的稳定性。

· 规划问题求解：是指利用数学和计算机技术来解决优化问题，例如最大化或最小化特定目标的问题。规划问题求解可以应用于各种领域，包括制造业、物流、交通、能源等，以优化资源利用和提高效率。