第四届人工智能与群体智能华中大学术前沿青年团队探索论坛举办

来源:人工智能与自动化学院 浏览次数: 发布时间:2020-11-18 编辑:罗祎

新闻网讯(通讯员 程骋)11月15日,第四届“人工智能与群体智能”华中大学术前沿青年团队探索论坛在一号楼报告厅举办



开幕式上,中国科学院院士熊有伦指出,人工智能和群体智能已然成为科技界和产业界日益关注的时代热点,为促成人工智能与群体智能学者的深度探讨,本次研讨会顺应时代潮流,为人工智能和群体智能学者提供了追踪世界前沿的学习机会和协作发展的交流平台。会议邀请了来自全国人工智能、群体、智能医学、智能制造、智能建造、智能传感等多个领域的12位知名学者专家作报告,深入探讨了人工智能与群体智能的前沿科学问题和技术挑战,讨论了过去和未来该领域的发展重点和方向。


广东工业大学教授苏春翌以“智能驱动器的建模与控制”为题作报告,指出智能驱动器具有能量密度高、响应速度快等特点,在微纳定位应用中发挥着越来越重要的作用。苏春翌表示,迟滞非线性在基于智能材料的驱动器中非常普遍,研究识别非线迟滞性的算法是至关重要的问题。报告讨论了智能执行器迟滞效应建模和控制理论的最新解决方案,介绍和讨论迟滞建模和相应控制方案的设计,特别介绍了缺乏有关系统模型和状态的完整信息的情况下的解决方案。


华东理工大学教授杜文莉以“流程型工业智能化面临的挑战与实践”为题作报告。报告以石化过程领域为对象,介绍了其对AI技术在流程制造过程决策优化等领域应用的场景需求与技术挑战,并结合工程应用实例,从原油属性敏捷感知、过程运行模态认知、生产运营智能决策等三个方面介绍最新研究进展,涉及如何利用迁移学习解决小样本在线建模、如何利用大数据进行运行工况的识别溯源、如何将机理和数据融合用于制造过程决策自动化的内容。


重庆大学教授罗均以“海洋无人艇智能集群协同控制技术”为题作报告。围绕高海况下航迹精准跟踪控制难、动态避障难、在低频振动噪声和跳频强线谱下的声隐身难、跨域协同等诸多挑战问题,介绍了开展海洋无人艇姿态空间和流体扰动空间映射抗干动控制、不确定集约束的碰撞锥推演避障控制、非线性负刚度结合智能流变技术的调刚度和调阻尼、在信息不确定与缺失情况下的协同感知与数据融合、协同决策与任务规划、集群博弈对抗、群体自组织与自演化等跨域协同等方面的研究工作,以及海面智能无人系统的应用情况。


复旦大学教授李翔以“万变中的不变——时变网络时效稳定社团为例”为题作报告,指出社团是网络联通结构的最重要的介观表现形式之一,稳定社团的发现与判定在动态变化网络中的存在及其影响至关重要;介绍了如何在动态时变网络中发现时效稳定的社团结构;探讨了应用举例。


南京航空航天大学教授陈谋以“无人机目标意图识别与智能决策”为题作报告,指出认知过程表现为信息的获取、储存、加工处理、变换和反馈等思维操作活动,是主体的自我控制过程,通过排除环境变化产生的干扰,使认识符合主体的目的;对认识过程进行模拟并应于无人机决策与控制中必将发挥重要的作用;介绍了认知原理在无人机目标意图识别和攻防决策等方面的应用及其相关研究进展。


北京大学教授谢广明以“鱼类集群游动的节能机理研究”为题作报告,指出鱼类集群游动是一类常见的自然现象,其背后的机理令人着迷。一种猜想认为鱼类通过集群游动可以节省个体的能量消耗,谢广明对此提出了各种节能的解释。设计研制鱼形水下机器人,采用机器人实验展开定量研究,为探索这个问题提供了一种新的研究方式。谢广明汇报了相关研究方案及结果,并对今后的研究作初步展望。


上海大学教授蒲华燕以“强扰动高动态空间机构末端位姿精准创成”为题作报告,介绍了针对大型尖端装备空间机构的精准位姿控制需求,从结构设计、动态优化、智能补偿控制等方面入手,研制系列强扰动高动态的高机动飞行器、海洋尖端装备等系列风洞模拟装备。


东北大学教授杨涛以“分布式优化及其在智能电网的应用”为题作报告,指出分布式优化算法通过多智能体之间的相互合作协调来解决大规模的优化问题。与传统的集中式优化算法相比,分布式优化算法更为灵活、方便、高效。分布式优化算法在电力系统、交通系统、信息物理系统等领域有广泛应用。杨涛回顾和总结现有的分布式优化算法,针对智能电网中分布式能源的最优协同控制问题,提出两种分布式协同优化算法,并严格理论证明了算法的收敛性,在典型的IEEE-39节点系统中进行了验证。


我校土木与水利工程学院教授骆汉宾以“智能建造研究与实践”为题作报告,指出在新一轮科技革命的背景下,建筑业需改变其落后的生产方式,面向智能建造实现产业转型升级。围绕湖北省数字建造与安全工程技术研究中心的研究与工程实践,骆汉宾介绍了智能化设计与审图、工程风险清单生成、无人土方工程、无人盾构施工、智能健康建筑等方面已取得的成果。


我校生命学院教授薛宇以“人工智能生物学:通往智慧医疗之路”为题作报告,报告总结了薛宇团队在新冠疫情期间完成的两项关于深度学习和生物医学结合的工作,介绍了从多个生物蛋白酶等标志物中提取可以预测新冠患者病种程度的关键指标,并运用在不同医院的数据集上。


我校人工智能与自动化学院研究员朱立军以“Stability Analysis of Power Systems and Synchronization of Kuramoto Oscillators”为题作报告,指出在没有系统故障的情况下,电力系统也会经历瞬时负荷和发电量波动。运用发电机组之间的连续同步行为出发,给出了电力系统稳定性的定义,并将电力系统的稳定性与受外部干扰的Kuramoto振荡器的同步联系起来;提出了一种基于区域参数化Lyapunov函数的区域稳定性分析框架;推导了新的稳定性条件;证明了电力网络的稳定性与底层网络拓扑结构、系统参数和持续扰动水平有关。


我校机械学院研究员杨华以“基于深度生成模型的纹理表面缺陷视觉检测方法研究与应用”为题作报告,指出由于复杂的制造工艺,各类工业产品制造过程中难以避免出现各类缺陷,严重影响产品质量、用户体验;提出了系列基于深度生成模型的纹理表面缺陷视觉检测方法,仅利用少量良品样本即可实现不同类型纹理表面、不同类型缺陷高精度鲁棒检测;提出的系列方法在新型显示器件显示缺陷检测中成功应用,解决了新型显示器件各类显示缺陷高精度检测难题;分享了提出的系列基于深度生成模型的纹理表面缺陷视觉检测方法及其应用情况。


执行主席、人工智能与自动化学院副院长张海涛作大会总结发言,并向专家学者们对本次研讨会的支持表示由衷感谢。


本届研讨会由人工智能与自动化学院、人工智能研究院、科学技术发展院、数字制造装备与技术国家重点验室主办,多谱信息处理技术国家级重点实验室、图像信息处理与智能控制教育部重点实验室、IEEE Control Systems Society Wuhan Chapter协办,武汉京天电器公司赞助。300余名师生参加了此次研讨会。