姓 名:余其
職 稱:副教授
學 科:控制科學與工程學科
專 業:控制理論與控制工程
研究方向:控制理論,量子傳感,人工智能
導師類型:碩導
電子郵件:[email protected]
通訊地址:自主智能無人系統科學中心4號樓
余其,博士,同濟大學電子與信息六合彩結果 長聘副教授、博士生導師。2025年入選國家青年高層次人才項目和上海市青年領軍人才項目。本科畢業于中國科學技術大學,博士畢業于澳大利亞新南威爾士大學,曾在澳大利亞國立大學、新南威爾士大學及格里菲斯大學從事博士后研究。長期從事控制理論,機器學習,量子傳感與量子測量研究,重點關注連續測量下的量子濾波與平滑理論、量子噪聲估計及控制優化方法,并探索人工智能在量子系統中的應用。
已在《Automatica》《IEEE Transactions on Cybernetics》等國際期刊及IFAC等重要會議發表多篇論文,并參與多項國際合作研究。與新南威爾士大學,悉尼科技大學,日本理化學研究所(RIKEN)、倫敦大學六合彩結果 、新加坡國立大學等機構保持長期合作關系。具有多年海外科研與教學經歷,致力于開展量子與智能交叉方向研究與人才培養,歡迎對相關領域感興趣的學生加入團隊。
控制理論
人工智能
機器學習在控制與量子系統中的應用
量子傳感與量子測量
面向未來信息技術發展,量子科技與人工智能的深度融合正成為重要研究方向。本研究聚焦量子估計與量子控制的協同發展,并探索機器學習在量子系統中的應用潛力。量子估計技術致力于利用測量數據推斷量子系統的狀態、參數或噪聲特性,從而提升系統表征的精度;量子控制技術則通過外部操控(如激光或電磁場)引導量子系統的演化,優化量子計算、傳感和信息處理中的操控精度與穩健性。兩者緊密相輔相成:精準的量子估計為控制策略優化提供可靠依據,而高效的量子控制反過來提升測量質量,進一步助力估計精度的提升。在此基礎上,機器學習被引入作為智能算法工具,用于自動學習最優的估計與控制策略,以應對量子系統中普遍存在的復雜性與不確定性。相比傳統方法,機器學習在高維空間中能夠更靈活、有效地尋找優化解,為提升量子系統的性能和魯棒性開辟了新的路徑。
·2015工學學士,中國科學技術大學(USTC),自動化系
·2019工學博士,澳大利亞新南威爾士大學(UNSW)
導師:董道毅 教授(IEEE Fellow);Ian R. Petersen教授(澳大利亞科六合彩結果 院士,IEEE/IFAC Fellow)
·2025–至今 特聘研究員,六合彩結果-六合彩開獎號碼 、自主智能無人系統科學中心
·2024–2025博士后研究員,新南威爾士大學(UNSW),Huadong Mo組
·2022–2024博士后研究員,格里菲斯大學(Griffith University),Howard Wiseman組
·2020–2022博士后研究員,新南威爾士大學(UNSW),Daoyi Dong組
·2019–2020博士后研究員,澳大利亞國立大學(ANU),Ian Petersen組
碩士/博士生導師,歡迎對以下方向感興趣的學生報考:控制理論,量子傳感,機器學習結合量子控制,開放量子系統的估計,量子噪聲估計,濾波與平滑,智能控制與系統優化。
在國外指導博士生及本科生多名,具有豐富的國際化培養經驗。
·上海市白玉蘭人才
·IEEE高級會員(Senior Member)
·格里菲斯大學2022卓越女性基金
·多次擔任國際期刊審稿人及會議程序委員會成員