倒计时1天！（下篇）CITICE2021&CVCI2021大会

 

2021年10月29—31日在天津召开的中国内燃机学会内燃动力智能技术分会第二届学术年会（CITICE2021）暨中国车辆控制与智能化大会（ CVCI2021 ），此次参会嘉宾阵容强大。“今天，学会微信平台推出其中的“智能动力变革性技术论坛”中的报告人介绍（下篇）。”

 

总览

姓名不分先后

 

1. 面向资源优化和安全的系统辨识——郭金

2. 基于集值型测量数据的非线性系统自适应调节控制——赵文虓

3. 高通助力汽车智能化应用——杨安 

4. 人工智能技术在机场道面安全检测中的应用——孙雷

5. 数据驱动与自抗扰控制结合设计及在燃煤机组中的应用——吴振龙 

6. 迁移学习及其应用——杨柳

7. 数据驱动下预测性维修的几点思考——邓英俊

 

          

郭金

 

报告题目：面向资源优化和安全的系统辨识

 

摘要：网络化环境下的系统辨识面临通信传输率有限、量化误差、信道噪声、传输误码、延时、数据丢包、网络安全等因素带来的挑战。另一方面，诸多系统在时间、空间上相互联系，如何合理有效地调度/共享物理端的测量、执行等硬件资源和远程/云端的计算资源对节约运行成本和保持系统性能至关重要。本报告介绍面向资源优化和安全的系统辨识方法，以及一些初步的应用研究。

 

郭金：教授，博士生导师，中国自动化学会控制理论专业委员会委员和副秘书长。主要从事系统建模与辨识、自适应控制等方向的研究。主持国家级项目3项，省部级项目2项，参与包括重点项目在内的国家级项目10余项。发表学术论文60余篇，出版英文著作1部，授权发明专利3项。目前，担任期刊Asian Journal of Control和Journal of Systems Science and Complexity的编委，以及《工程科学学报》青年编委。

 

               

赵文虓

 

报告题目：基于集值型测量数据的非线性系统自适应调节控制

 

摘要：针对两类模块化非线性系统（Hammerstein系统和Wiener系统），基于随机逼近算法，给出系统输出调节误差为集值型测量数据情形下的反馈控制器构造以及调节最优性的理论证明，并在仿真模拟和实验验证中测试了算法有效性。

 

赵文虓：毕业于山东大学，在中国科学院数学与系统科学研究院获得博士学位，现任中国科学院数学与系统科学研究院研究员。他的研究方向主要集中在随机系统的建模、估计与控制，包括变量选择与稀疏参数辨识、随机系统的递推估计与适应控制、分布式估计与优化等。赵文虓目前担任《系统科学与数学》编委、IEEE Control Systems Letters编委，IEEE CSS Conference Editorial Board编委以及 IEEE CSS 北京分会秘书长等学术兼职。

         

杨安

 

报告题目：高通助力汽车智能化应用

 

摘要：随着汽车电动化的快速发展，汽车智能化也进入到了一个新的阶段。在5G+AI的推动下，未来十几年将迎来颠覆性的变革机遇，很多行业也会被其改变，而汽车行业就会成为其中的一个。高通公司为汽车行业提供技术解决方案已经超过15年，在全球车载网联和汽车无线连接的半导体供应商中也位居第一。全球大多数汽车制造商都在采用高通广泛的汽车解决方案组合，包括车载网联、信息影音、连接和先进驾驶辅助系统（ADAS）。

 

杨安：目前供职于高通中国，负责高通汽车产品在中国市场的推广工作。在此之前，杨安先生先后在摩托罗拉、意法半导体、英飞凌科技和上汽英飞凌等多家国内外半导体公司担任业务拓展和管理工作。有着二十余年的汽车半导体应用的丰富经验，对传统汽车电子应用，汽车电动化和智能化以及中国汽车半导体市场的发展有着深刻的认识和理解。

 

孙雷

报告题目：人工智能技术在机场道面安全检测中的应用

 

摘要：当前中国正处于从“民航大国”向“民航强国”转变的关键阶段，道面安全是民航运行安全的重中之重。现行道面检测模式越来越难以满足对超高安全与精度、超窄作业时限、超大作业范围等的本质要求。为此，综合各项技术指标的长期历史数据，推演道面适航状态动态演化规律，实现道面适航状态长期安全预警，由静态检测向动态预警的提升是未来机场道面安全检测发展的必然趋势。其中，时间和空间两个维度检测数据的高精度对齐配准是实现道面安全动态演化分析的基础和前提。但是，面向道面结构安全检测中检测数据存在噪声干扰强、形态多样、样本稀缺、环境复杂动态等难题，传统基于模型的方法和基于深度学习的方法均无法实现。针对这一问题，本项目将数据驱动与模型驱动相结合，设计了多层次紧耦合感知技术框架，开展深入的理论方法研究，在此基础上研制地空一体、模块切换、云端智慧、适用于机场道面巡检与定检的多机器人协同作业系统，对相关理论方法在超大型机场进行实验验证。

 

孙雷：男，43岁，博士，南开大学教授、博士生导师。分别于1999年、2002年天津大学获机械电子工程专业学士、硕士学位，2005年于南开大学获控制理论与控制工程专业博士学位。2005年至今于南开大学机器人与信息自动化研究所任教。主要研究方向集中在协作型机器人感知与控制技术，作为项目负责人或主要成员，通过鉴定或验收的国家863计划、国家重点研发计划、国家自然科学基金、天津市自然科学基金等科研成果12项。目前主持的在研课题5项，包括国家重点研发计划“智能机器人”专项、天津市新一代人工智能重大专项、国家自然科学基金项目等。获得天津市技术发明二等奖。发表论文60余篇，获得发明专利10余项，软件著作权登记8项。

 

吴振龙

 

报告题目：数据驱动与自抗扰控制结合设计及在燃煤机组中的应用

 

摘要：具有多源扰动、强非线性、大滞后等特性的燃煤机组脱硝系统面临着控制挑战。为提高脱硝系统的跟踪性能和抗干扰性能，本报告介绍了一种结合改进自抗扰控制与前馈设控制的复合控制策略。通过对大滞后特性的控制难点分析，提出了一种适用于脱硝系统的定量参数整定方法，并利用数据驱动的方法，通过扰动量的相关性分析设计合理的前馈控制策略。现场运行数据表明提出的复合控制策略具有更强的扰动抑制能力和消除反应器两侧出口浓度偏差的能力，显示了很强的应用价值和应用潜力。接下来介绍自抗扰控制在多个电厂的多个关键回路中的应用情况，展示了很强的应用价值。

 

吴振龙：工学博士，郑州大学电气工程学院副教授。研究兴趣为自抗扰控制和分数阶控制及在能源系统中的应用，工业大数据挖掘及在控制优化中的应用。主持自然科学基金项目、河南省科技攻关项目、电力系统及发电设备控制和仿真国家重点实验室开放基金项目。申请发明专利项20余项，已授权专利7项。以第一作者/通讯作者在Energy、ISA Transactions、Control Engineering Practice等期刊发表论文30余篇。

 

杨柳

 

报告题目：迁移学习及其应用

 

摘要：监督学习方法的性能严重依赖于标注数据的数量。然而，在真实的应用场景中，标注大量数据的代价通常是昂贵的。为了解决标签数据较少的问题，本次报告将介绍迁移学习的方法，以及在自动驾驶、行为识别和人群计数等方面的应用，充分利用其它相关源领域中的有标记数据，进而提高目标领域中未标记数据的识别性能。

 

杨柳：博士，天津大学人工智能学院副教授，2016年毕业于北京交通大学计算机学院获博士学位，多次去韩国和香港访问交流。主要研究方向为机器学习中迁移学习、联邦学习、多视图学习和多标记学习。主持或参加多个国家级、省部级科研项目（包括国家自然基金重点项目、面上项目和青年基金等）。近年来在国内外重要学术杂志和会议上发表30余篇论文（包括IEEE Trans. on NNLS, IEEE Trans. on IP, IEEE Trans. on Cybernetics, CVPR和IJCAI等），其中一篇论文获得“最佳学生论文奖”。

 

邓英俊

 

报告题目：数据驱动下预测性维修的几点思考

 

摘要：现代工业系统中，传感器及状态检测技术被广泛运用。其产生大量反映系统健康状态的高维度时序数据，从而为数据驱动下的预测性维修决策提供了基石。本报告拟结合深度学习与统计工具，从非等间距时序数据感知、非监督学习下的故障诊断、剩余寿命预测不确定性估计、及端到端的维修决策学习几个角度对预测性维修这一领域的问题和进展进行介绍。

 

邓英俊：博士，现为天津大学国家应用数学中心讲师.其在法国特鲁瓦技术大学获系统优化与可靠性专业博士学位(2015); 2015-2016年于加拿大滑铁卢大学从事博士后研究工作；2018-2019年在欧盟”地平线2020”项目资助下在荷兰爱因霍芬理工大学访问研究. 目前其研究兴趣在预测性维修及机器学习应用, 先后主持国家自然科学基金青年项目一项,国防项目2项，参与社科重大项目、其他自科项目多项。与核工业理化工程研究院，浙江清华柔性电子技术研究院、华为等有产研合作，与百度、华为在教育部产教合作项目下有产教合作。在可靠性相关期刊和会议IEEE T-REL, RESS, ESREL, RAMS，ICASSP等发表多篇研究论文，现为中国仿真学会不确定性系统分析与仿真专委会委员。

             

近期，学会微信平台将推出工业论坛专家介绍，敬请关注~

 

有关线上会议的详细安排，更多信息请关注会议网站及官方微信交流群。

http://itice.tju.edu.cn/nrdlznjsfh.htm

http://www.ascl.jlu.edu.cn/vci/cvci2021.htm