9月5日下午，挪威奥斯陆大学终身教授、IEEE Fellow张彦教授应邀来我院访问，并为在场师生做了题为《AI for Digital Twin》的学术汇报。

      张彦教授通过各种生动形象的实例，用通俗易懂的语言为大家解释了什么是数字孪生，给出了数字孪生（Digital Twin）的概念和软件自定义物理空间的定义，让大家对数字孪生这种可以对物理目标在虚拟世界进行实时映射的新兴技术有了深刻的理解，勾起了在场师生的浓厚兴趣。随后，张彦教授向大家介绍了数字孪生与人工智能（Artificial Intelligence）的融合。他首先给大家介绍了联邦学习的概念及优势，并接着引申出联邦学习与数字孪生在分布式学习上的共性，最后深入浅出地将数字孪生与联邦学习逻辑梳理清楚，让在场师生对数字孪生的原理有了更深的认识。随后，他又介绍了如何通过数字孪生与联邦学习的融合来提升计算效率和通信效率，并向大家展示了相应性能的提升。接着，张彦教授向大家强调了多目标深度强化学习（Multi-agent Deep Reinforcement Learning）对通信与信息行业的重要性，并介绍了多目标深度强化学习与数字孪生的结合。在会议的最后，张彦教授展望了元宇宙，空天地一体化网络等数字孪生未来的可能结合发展方向，并与在场师生展开了亲切的学术交流。

      张彦现任挪威奥斯陆大学beat365正版唯一网址教授，IEEE Fellow, IET Fellow。入选欧洲科学院院士，挪威皇家科学院院士，挪威工程院院士，2018-2022连续五年全球“高被引科学家”，近期主要研究方向为新一代无线通信网络和智能安全物联网。在相关领域研究成果被引用40000+次，H因子为100。现任多个IEEE Transactions/Magazine期刊编委，包括IEEE TWC, TII, TVT, TSUSC, TGCN,TNSE, NETWORK, IoT, VTM 及 Systems Journal。并现任国内多个核心期刊编委，包括中国通信，计算机科学，物联网学报, 网络与信息安全学报，及数字通信与网络。