第二届自动控制与人工智能研讨会

第二届自动控制与人工智能研讨会将于2019126日下午在泰山报告厅举办,由中国自动化学会技术过程故障诊断与安全性专业委员会主办,山东科技大学电气与自动化工程学院与山东省泰山学者优势特色学科“控制科学与工程”人才团队承办。本会议得到了国家优秀青年基金和山东省杰出青年基金的支持,特此致谢!

会议信息如下:

1. 会议时间:201912613:30-17:30

2. 会议地点:山东科技大学J11泰山报告厅

会议日程

时间

事项

报告人

主持人

12.6

(J11泰山报告厅)

13:30-13:35

故障诊断专委会主任 山科大副校长 周东华 致辞

13:35-14:15

工业能源系统预测调度方法及应用

赵珺

14:15-14:55

模型驱动与强化学习相结合的机器人控制与决策

张巍

14:55-15:30

茶歇

15:30-16:10

基于硅芯片上光学微腔的光机械非线性及其在微纳传感的应用

张靖

16:10-16:50

水下机器人路径规划与控制

崔荣鑫

16:50-17:30

视觉问答-利用深度学习沟通视觉与语言

俞俊

大会报告1工业能源系统预测调度方法及应用


192DD

个人简介赵珺,大连理工大学教授,博士生导师,“工业装备智能控制与优化”教育部重点实验室副主任。入选“国家百千万人才工程”(2019),国家级人才(2016),获国家基金委优秀青年科学基金(2015),首届中国过程控制青年科技奖(2017)。作为项目负责人获批国家重点研发计划首批“变革性技术关键科学问题”专项,“工业园区多能流综合管控与协同优化”项目(2018)。长期从事工业能源系统管控与优化方法研究与系统实施工作。在IEEE汇刊和IFAC旗舰刊物发表论文30余篇,获国际、国内学术会议优秀论文奖3项。授权国家发明专利9项。相关技术已在我国宝钢、河北钢铁等多家大型企业成功应用。现担任亚洲控制协会(ACA)指委会委员(Steering Committee),IEEE Senior Member,国际期刊IEEE TNNLS副编(AE)Control Engineering Practice 副编(AE)Information Sciences 副编(AE),国内核心期刊《控制与决策》,《控制工程》编委。任IFAC技术委员会(TC6.2)委员,中国自动化学会过控专委会常委等职务。

报告简介:工业是国民经济的重要支柱产业,其节能减排不仅与企业效益密切相关,且具有重要的国家战略意义。工业能源系统优化调度是实现上述目标的关键手段,然而大多数大型流程工业能源系统结构极其复杂,无法采用机理模型准确描述。针对上述问题,采用基于数据的方法,提出了冶金能源系统基于预测的调度新方法。针对能源数据的语义可粒度化特性,提出了能源长期预测方法。在预测建模基础上,结合经验推理,生产计划数据和强化学习方法,提出了能源动态优化调度技术。上述方法已在我国多家大型冶金企业成功应用。

大会报告2:模型驱动与强化学习相结合的机器人控制与决策

23168

个人简介张巍,本科就读于中国科技大学自动化系。之后赴美国留学,在美国普渡大学(Purdue University)获得统计系硕士学位和电气与计算机工程系博士学位。攻读博士期间获得国家优秀自费留学生奖。博士毕业后加入美国加州大学伯克利分校 (UC Berkeley) 担任博士后研究员。从2011年开始在美国俄亥俄州立大学 (Ohio State University) 电气与计算机工程系任助理教授,并于20176月晋升长聘副教授。20195月加入南方科技大学,现任南方科技大学机器人研究院副院长,机械与能源工程系教授。他的研究方向包括控制理论与应用,机器学习理论和算法,机器人,无人系统,智能电网等。在美国工作期间获得美国国家科学基金NSF CAREER 奖和美国俄亥俄州立大学Lumley杰出科研奖。曾担任IEEE Transactions on Power Systems编委(Editor),IEEE控制系统协会会议编委会副主编。现为IEEE高级会员和IEEE Transactions on Control System Technology 副主编。

报告简介:随着深度学习和计算机硬件的快速发展,机器学习算法被广泛的应用在机器人的各个分支领域中。基于数据驱动的深度学习算法已经在机器人感知方面取得了较大的成功。然而在控制问题方面,由于机器人自身的物理与动力学特性,单纯的机器学习算法任有较大的局限性,很难在实际系统中成功应用。本报告将以机器人应用为背景,重点讨论基于模型的最优控制算法与数据驱动的强化学习算法的深层关系。同时将结合多智能体博弈、混杂系统最优控制、足式机器人步态控制等多个具体应用问题探讨几种将最优控制理论嵌入强化学习算法的策略。

大会报告3:基于硅芯片上光学微腔的光机械非线性及其在微纳传感的应用


个人简介张靖,清华大学自动化系副教授,博导,20017月本科毕业于清华大学数学科学系,20019 月推荐到清华大学自动化系攻读博士学位,在清华大学自动化系李春文教授和美国华盛顿大学谈自忠教授的共同指导下从事量子控制的研究,20067月获得博士学位。20067月至20085月在清华大学计算机系做博士后。2008 5 月博士后出站后,在清华大学自动化系工作至今。主要研究兴趣包括:(1) 硅基微纳光子学实验;(2) 量子控制理论。张靖作为第一作者于2011年获国际自动控制联合会(IFAC)世界大会青年作者奖,是我国高校系统学者第一次获此奖项,该会议是国际自动控制领域规模和影响最大的会议,该奖项每三年评给一篇论文。2012年,入选清华大学基础学科青年人才支持计划(221计划)。2016年得到国家自然科学基金优秀青年基金支持。2017年入选国家级人才。

报告简介报告内容分成三个部分:(1) 简单介绍我们所提出的量子反馈非线性化的概念,及其在基于光学微腔的可调声子激光,微位移探测等方面的应用与实验进展;(2) 简单介绍我们在硅芯片上微型环芯腔系统中所理论分析以及实验观测到的分岔、混沌以及随机共振等非线性现象,并进一步介绍其在微纳传感的应用;(3) 简单介绍微型环芯腔在微纳传感方面的其他应用。

大会报告4:水下机器人路径规划与控制

个人简介崔荣鑫,西北工业大学航海学院教授,副院长。主要从事水下机器人自主控制、集群协同等方向的研究。先后主持国防基础科研重点项目、国家自然科学基金等国家级项目10项,企业委托课题等其它项目10余项。发表SCI论文20余篇,授权专利10余项,部分成果得到工程应用。担任IEEE Transactions on SMC: SystemsJournal of Intelligent & Robotic Systems编委,入选第四批国家青年拔尖人才。

报告简介:水下机器人在海洋资源开发、海洋牧场建设、水下安全检测等方面发挥着重要作用。水下机器人的路径规划以及自主控制在完成任务中发挥了重要作用。海洋环境的复杂性以及水下机器人的运动约束增加了其路径规划以及控制的难度。本报告主要汇报项目组近期在基于信息熵的水下机器人路径规划、多运动模态水下机器人自适应控制等方面的一些理论结果,并汇报这些方法在项目组研制的水下机器人上的应用情况。

大会报告5:视觉问答-利用深度学习沟通视觉与语言

个人简介俞俊,教授、博士生导师,杭州电子科技大学计算机学院常务副院长,国家级人才,“复杂系统建模与仿真”教育部重点实验室主任。浙江省民盟省委委员,浙江省民盟青年委员会主任。主要研究图像处理与机器学习,主持国家自然科学基金优秀青年基金、国家自然科学基金重点基金等项目。已发表国际学术论文100余篇,已申请发明专利20余项,目前担任Pattern Recognition, Information Sciences, Neurocomputing等刊物的副主编。

报告简介视觉问答(Visual Question AnsweringVQA),是一种涉及计算机视觉和自然语言处理的学习任务,系统对视频及图像的内容和问题进行深度理解和推理后,给出相应的回答,相比于其他视频分析手段,视频问答能根据用户的提问,对视频内容进行细粒度语义理解。在面对复杂视频时可有效过滤冗余信息,方便用户进行决策。视频问答被广泛应用在社交媒体监管、智能监控分析、国防智能决策、智慧视频教育等多个领域,本报告将介绍团队近年来在视觉问答方面所作的研究工作。