第14期中國自動化學會青年科學家論壇由中國自動化學會主辦,中國自動化學會青年工作委員會和武漢科技大學承辦。論壇通過線上直播的形式舉行,聚集了自動化及人工智能領域知名青年學者,共同探討自動化及人工智能領域新興技術及未來發(fā)展。
出席本次論壇的有中國自動化學會副秘書長、東南大學孫長銀教授,中國自動化學會青年工作委員會主任、北京科技大學賀威教授,中國自動化學會青年工作委員會副主任、同濟大學葛泉波研究員,清華大學汪小我教授,華中科技大學白翔教授,北京航空航天大學董希旺教授,武漢大學杜博教授,哈爾濱工業(yè)大學周彬教授,鄭州大學梁靜教授,北京大學陳偉教授,伊利諾伊大學香檳分校孫若愚教授,武漢科技大學副校長吳懷宇教授,武漢科技大學劉振興教授和武漢科技大學柴利教授。全國各高校、科研院所等共計300余人參加了此次線上論壇。
論壇開幕式由武漢科技大學柴利教授主持。
武漢科技大學副校長吳懷宇教授致歡迎辭。吳懷宇教授在致辭中首先對參會的專家及學者表示了歡迎,并簡要介紹武漢科技大學總體情況。同時,吳懷宇教授借習近平總書記在十九屆中央政治局第九次集體學習時刻中關于發(fā)展新一代人工智能的講話,鼓勵青年學者抓住機遇,努力做出人工智能領域更多“從0到1”的突破性成果。
中國自動化學會副秘書長、東南大學孫長銀教授在致辭中表示,2021年是“十四五規(guī)劃”的第一年,也是中國共產黨建黨100周年。在這個關鍵節(jié)點和重要時刻,自動化及人工智能領域青年學者要充分發(fā)揮主觀能動性,解放思想,放手拼博,在相關領域做出更多促進我國人工智能產業(yè)快速發(fā)展、推動我國向科技強國邁進的研究成果。
武漢科技大學信息科學與工程學院院長劉振興教授代表學院對參會專家及各位同仁表示感謝,并介紹了武漢科技大學控制科學與工程學科的發(fā)展歷程。該學科是全國首批碩士學位授權學科,也是武漢科技大學較早獲得博士學位授予權的學科之一,更是湖北省重點支持和發(fā)展的學科。最后,劉振興教授預祝本次論壇的順利召開。
北京航空航天大學董希旺教授在題為“集群系統(tǒng)協(xié)同控制理論及在無人機集群中的應用”的報告中回顧了集群控制問題的研究現狀,并就集群系統(tǒng)協(xié)同控制理論在無人機集群中的相關應用進行了重點介紹。董希旺教授在報告中指出,集群的定義不在于系統(tǒng)中個體的數量,而在于是否是通過分布式的思想來解決協(xié)同問題。無人機編隊任務的核心技術是如何真正將分布式控制方法應用到多無人機集群的協(xié)同中。
北京科技大學賀威教授在題為“仿生撲翼飛行機器人自主控制關鍵技術”的報告中介紹并比較了當前世界各國家關于撲翼機器人的研究進展。同時,賀威教授詳細分析了撲翼機器人的理論研究和關鍵技術方面的主要挑戰(zhàn)。接下來,賀威教授重點介紹了其團隊在撲翼機器人領域的研究進展,包括仿生機理分析與結構設計、自主飛行控制、振動控制、視覺感知系統(tǒng)、集群協(xié)同控制以及樣機系統(tǒng)集成和功能測試平臺搭建等內容。
清華大學汪小我教授在題為“基因調控的信息解讀與人工設計”的報告中首先介紹了基因編輯與合成技術在近幾年中所取得的突破。接下來,汪小我教授重點介紹了如何運用深度學習模型來設計和產生全新的基因調控元件,并就該技術的相關應用前景進行了展望。
華中科技大學白翔教授在題為“場景文本檢測與識別技術現狀、挑戰(zhàn)與未來趨勢”的報告中指出,場景文本檢測與識別技術近年來已取得了顯著的研究進展,受到了學術界與工業(yè)界的廣泛關注。報告首先介紹了該研究領域主流深度學習算法框架,繼而重點展示了該研究問題的幾個應用場景,最后對本領域的發(fā)展趨勢做出了預測和展望。
武漢大學杜博教授在題為“計算機視覺研究進展匯報”的報告中簡要回顧了人工智能技術的起源、發(fā)展和三次興起,重點介紹了武漢大學人工智能研究院團隊在圖像補繪技術、超分辨率技術、圖像語義分割等問題的研究進展,以及相關理論在智能電網及新冠肺炎智能診斷系統(tǒng)中的應用情況。
哈爾濱工業(yè)大學周彬教授在題為“基于有界線性時變反饋的有限時間鎮(zhèn)定”的報告中指出,有界線性時變反饋控制器以改善線性時不變系統(tǒng)的控制性能,既可以獲得閉環(huán)系統(tǒng)的有限時間穩(wěn)定性。在此基礎上,根據比較原理和有限時間逃逸函數的概念,建立了一般非線性時變系統(tǒng)有限時間穩(wěn)定性的類Lyapunov穩(wěn)定性定理。最后,還揭示了有界線性時變反饋的有限時間鎮(zhèn)定方法和現有的基于非線性反饋的有限時間鎮(zhèn)定方法之間的聯(lián)系。報告所提出的理論方法還可用于航天器交會控制系統(tǒng)的設計。
鄭州大學梁靜教授在題為“多模態(tài)進化計算機應用”的報告中介紹了多模態(tài)優(yōu)化的研究背景及研究動機,繼而重點分析了多模態(tài)單目標和多模態(tài)多目標優(yōu)化問題的特點以及求解這類問題的進化計算策略,最后結合幾個應用場景對多模態(tài)優(yōu)化算法進行了舉例。
北京大學陳偉教授在題為“小相位定理與動態(tài)網絡”的報告中首先介紹了矩陣相位和多變量系統(tǒng)相位的定義,在此基礎上重點介紹了小相位定理是如何呈現的。報告最后,給出了小相位定理在動態(tài)網絡中的相關應用。
伊利諾伊大學香檳分校孫若愚教授在題為“神經網絡的訓練技巧和原理”的報告中回顧了訓練網絡的一些關鍵技巧,包括初始化、正則化、寬網絡等,并介紹了學術界在過去兩年對這些技巧的一些研究,包括其團隊最近對寬網絡的幾何性質的一些研究結果。
同濟大學葛泉波研究員在題為“基于多模式融合學習的智能BMS異常監(jiān)測方法”的報告中,以電動汽車充電過程充電樁運行管理系統(tǒng)獲取的實時報文信息為數據對象,以機器學習方法多模式融合為基礎,深入探討了BMS的智能異常監(jiān)測方法。報告主要包括兩方面:一、針對動力電池健康狀態(tài)具有差異性和非線性退化的現象,提出了一種基于經驗退化與RBF_BLS融合的SOH估計方法;二、針對不同的充電安全影響因素,提出了一種基于改進的寬度BP_AHP電動汽車實時充電風險評估方法。
最后,武漢科技大學柴利教授在論壇閉幕式上對各位專家學者再次表示感謝,并誠摯邀請所有參會的專家學者在春暖花開的時候到武漢科技大學信息科學與工程學院指導工作。
來源:CAA青年工作委員會