关于

Frederik Banis, 博士

不确定性感知建模、优化与闭环决策系统研究员

本人致力于开发基于机理的机器学习系统，使其能够在不确定性条件下主动决策如何获取信息，将概率推断、自适应感知与约束控制整合为面向物理与生物医学应用的闭环实验平台。

个人简介

Frederik Banis 从事不确定性感知建模、优化与闭环决策系统的研究工作，应用于物理与生物医学领域。其核心研究问题是：测量与实验系统应如何决定下一步采集哪些数据，以最大化关于潜在过程的信息量，同时满足物理、操作与安全约束。

他在丹麦技术大学（DTU）获得系统优化与自动化博士学位，期间开发了面向微电网与建筑能源系统的模型预测控制与概率系统辨识方法。随后加入苏黎世联邦理工学院（ETH Zurich）从事博士后研究，并担任瑞士国家自动化能力研究中心（NCCR Automation）的科学官员与数据管理专员，同时教授控制与无人机自动化本科课程，管理IfA/PSL实验室。

其方法融合了结构化与机理机器学习、概率推断（贝叶斯推断、变分方法）与序贯决策（最优实验设计、模型预测控制）。应用领域从建筑能源与微电网系统——在实验室硬件在环平台上验证算法——延伸至当前的自适应生物医学传感与抗菌药物发现中的人机协同闭环实验。

他是西安电子科技大学杭州研究院的客座研究员，同时也是杭州市拱墅区工大未来技术研究院（浙江工业大学）的研究员。他与瑞士、丹麦及中国的合作伙伴保持活跃合作。研究成果发表于IET Renewable Power Generation、Energies、IFAC与IEEE等期刊与会议，相关软件发布于Zenodo与GitHub。

职业历程

教育背景

学术档案

• ORCID — 持久学术标识符
• LinkedIn
• Google Scholar — 搜索 “Frederik Banis”

亦名 Shuping。英文版为规范的学术版本。