fuzzy

本片为美国时代华纳公司旗下的Cartoon Network推出的动画长篇，1998年播映了完整的动画片。位于美国的小镇村里来了一位神秘的尤教授，秉着一颗让世界更美好的心，尤教授通过科学实验，制造出了三个拥有超自然力量的完美女孩——泡泡、毛毛、花花，泡泡比较天真和乐天开朗，毛毛比较暴躁和爱美，花花则是领袖及代言人，她们三人组成了惩奸除恶的“飞天小女警”组合。在小镇村内设有专线供村民呼叫飞天小女警来寻求帮助，飞天小女警的主要任务就是与魔猴啾啾（Mojo jojo）、毛茸怪兽（Fuzzy Lumpkins）、阿米巴帮（the Amoeba boys）、“他”（Him），以及蟑螂教练等一班坏蛋们斗智斗力

董鸣皋，工学博士，副教授，硕士生导师，2018-2019美国得州大学奥斯汀分校访问学者。现任土木工程学院工程管理系主任、专业负责人。 主要从事项目评价、项目投融资决策、模糊群决策和系统工程领域研究

基于科睿唯安2020年7月和9月公布的ESI最新统计数据，电子与信息工程学院青年教师江保平在控制领域共有5篇论文入选ESI高被引论文。其中发表在模糊系统领域顶级期刊《IEEE Transactions on Fuzzy Systems》的论文《Takagi-Sugeno model based event-triggered fuzzy sliding mode control of networked control systems with semi-Markovian switchings》分别入选了2020年7月的热点论文和2020年9月的高被引论文，此篇论文也是该教师入职以来以我校为第一单位发表的首篇高水平论文。 近年来，电子学院科研平台不断改进完善，校院领导对科研人员持续关心，使得学院高水平科研成果不断涌现，科研水平持续提升

“中日工程技术研讨会”于民国69年由我国工程界先进吴伯桢先生、王树芳先生及吴剑琴先生所创办，希望借由此平台邀请日本政府官员或相关机构专家学者至我国进行技术交流，迄今已举办32届，已逐步建立两国优秀技术人才之交流管道，并可适时提供工程界因应相关技术课题之协助，工研院智慧机械科技中心将于本届(第33届)主办机械组研讨会。 传统人工智能技术如Fuzzy、类神经网络、基因算法、专家系统等已广泛应用在各产业，然而在物联网、云端运算以及5G通讯技术的前提下，人工智能已离不开大量数据分析，同时在各领域的应用也有了新的契机与挑战。本会邀请日方先进专家分享现今在各领域应用人工智能解决工程问题的心得与案

李成栋 博士、教授、博导，入选泰山学者青年专家、济南市专业技术拔尖人才、省优青、省优秀研究生指导教师等，担任山东省智能建筑技术重点实验室主任、山东建筑大学信息与电气工程学院副院长、山东省高校青创团队带头人。博士毕业于中科院自动化所，本硕毕业于山东大学，当前主要研究人工智能与建筑智能化、建筑节能与智慧能源、智能建造与智慧城市等。主持国家基金青年及面上项目3项、国基重点项目子课题1项，主持省重大创新工程、重点研发与基金等项目5项

讲座结束后米据生、胡清华与在场师生进行了交流互动，对师生们提出的问题进行耐心解答。 胡清华，教授、博士生导师。天津大学智能与计算学部副主任，人工智能学院院长，天津市机器学习重点实验室主任，中国人工智能学会理事，粒计算与知识发现专委会副主任，SCI一区期刊《IEEE Transactions on Fuzzy Systems》和自动化学报的编委

钱钢，男，1965年出生，博士，教授，现任南京审计大学 审计数据科学与技术研究院院长、博导。钱钢教授主要从事信息管理与信息系统研究、大数据审计、运筹与决策等领域的研究；是国际标准组织ISO/PC295“审计数据采集标准”中国专家组成员。主持包括国家863计划项目、中国博士后科学基金、国家高技术产业发展计划项目等国家省部级多项重大科研项目；以第一作者在《控制与决策》、《管理工程学报》、《系统工程理论与实践》、《Knowledge-Based Systems》、《Fuzzy Systems》等国内外重要学术期刊和IEEE国际学术会议上发表论文和出版学术著作

概述:冬瓜（fatmelon; white fuzzy vegetable)。植物学分类：被子植物门、双子叶植物纲、葫芦目、葫芦科、冬瓜属 Benincasa Savi 一年生草本植物。瓜形状如枕，又叫枕瓜，生产于夏季

严可颂，广西财经学院教授，硕士生导师。一直从事拓扑动力系统与遍历理论方面的研究。近年来在群作用动力学、超空间及一致空间动力学、模糊动力系统与粗糙集、逆像熵理论等方面取得进展，相关工作发表在 ETDS、JFA、JDE、DCDS、JDDE、Top. Appl.、Fuzzy Sets and Systems、IJBC、中国科学（数学）等国内外期刊

理想解相似度顺序偏好法(Technique for Order Preference by Similarity to Ideal Solution; TOPSIS) 是一种常被决策者使用之多属性决策方法，其透过衡量可行方案与理想解之距离，将所有可行方案进行排序，以求得**方案。直觉式模糊数(Intuitionistic fuzzy number)包含正、负向资讯及犹豫资讯，若将其应用于TOPSIS决策模式上，能较传统直接给予明确数值或模糊数的方式得到更多资讯，让所得到之评估值更能贴近专家们的实际想法。随着决策问题范围扩大与复杂性增加，需要多位决策者才能做适当的分析，此外，在TOPSIS决策过程中，专家、属性权重与正、负理想解之衡量方式众说纷纭