印度国家科学院院士、工程院院士尼基尔·帕尔做客第36期黄岛讲坛，为师生作题为“基于模糊集的经济系统简约建模”的报告。

报告中，尼基尔•帕尔依据数据设计“智能系统”，提出应该设计具有性能良好、易理解（不是黑箱子）的简约系统。他认为，精确的方法依赖于建模工具，我们可以使用不同的建模工具，如回归、神经网络、模糊系统等，而如何使我们的系统变的简约，如今的焦点将是模糊建模。

尼基尔•帕尔介绍了模糊集和模糊系统，并讲解了它与经济学之间的关系。由于经济学中聚类和切换回归有许多实际应用，重点关注模糊聚类和模糊切换回归，他提出稀疏建模是实现简约且有用的系统方法之一，并且简要阐述了稀疏建模的简约性。

随后，尼基尔•帕尔介绍了经济学中的模糊集以及使用模糊的机制，并阐述了聚类、模糊聚类、稀疏模糊子空间聚类、稀疏模糊聚类的内在联系。

针对具体问题，尼基尔•帕尔比较了切换回归以及几种不同的模糊切换回归模型，如稀疏模糊切换回归（FSR）、模糊Garrote切换回归（FGSR）、模糊LASSO切换回归（FLSR）等，通过数值实验展示了它们各自处理经济系统的性能比较。他说：“每个集群都可以用人类的不稳定规则来描述，并在将来与任何其他行业一起使用。”他提出模糊稀疏建模对于一些经济学问题非常有用，稀疏与模糊聚类是一个很好的尝试。

尼基尔•帕尔院士作出总结，认为模糊稀疏建模对于一些经济学问题的重要性，给出了后续工作的研究课题：探讨L₂正则化是否对Garrote有帮助以及模糊Lasso或模糊Garrote如何在高维数据上运用。

最后，尼基尔·帕尔就相关科学问题与到场师生进行了讨论，并与我校相关技术团队进行深入交流。

报告会后，副校长姚军会见了尼基尔·帕尔院士，并为其颁发荣誉教授聘书。

尼基尔•帕尔院士，印度统计研究所电子和通信科学系荣誉教授，印度国家科学院院士、印度国家工程院院士、国际模糊系统协会主席、IEEE会士，研究方向包括脑科学、计算智能、机器学习和数据挖掘。曾担任多个SCI期刊的主编或副主编，是2015年IEEE国际计算智能协会模糊系统先驱奖获得者，在国际计算智能领域作出了突出贡献。曾担任多个重要国际会议的大会主席。是2010-2012年、2016-2018年IEEE计算智能协会的杰出讲者，并且是2010-2012年IEEE CIS行政委员会成员，目前担任IEEE国际计算智能协会主席。