高级计算智能国际会议(ICACI2022)圆满举行

2022年7月15日至17日，由我校主办的高级计算智能国际会议(ICACI2022)在武汉光谷华美达酒店举行。

本次会议由我院承办，IEEE SMC学会与湖北省自动化学会共同协办，旨在为科学家、工程师和教育工作者提供一个高级别的国际论坛，展示计算智能领域的研究和应用现状。大会邀请中国工程院唐立新院士，欧洲科学院刘德荣院士、王钧院士和朱文武院士及9位IEEE Fellow参会交流。吸引了数百名师生注册线下参会，并收到了来自多个国家的百余份投稿。基于程序委员会成员和审稿人的严格同行评审，64篇论文被纳入IEEE Xplore并最终进入EI索引。我院曾志刚院长与美国德州农工大学卡塔尔分校黄廷文教授共同担任大会主席。我院伍冬睿教授和清华大学胡晓林副教授担任大会程序主席。

伍冬睿教授主持了会议开幕式，他对参加此次国际会议的各位同行表示热烈欢迎，并欢迎各位同行专家未来到我校进行学术交流。

伍冬睿教授主持会议

清华大学季向阳教授作了题为“Vision-based Object Pose Estimation”的线上报告，介绍了物体的6自由度位姿估计，这项技术是现实世界中许多复杂视觉任务的关键基础，在自主驾驶、虚拟/增强现实和场景交互等领域有着广泛的应用。

季向阳教授线上报告

清华大学朱文武教授作了题为“Automated Machine Learning on Graphs”的线上报告。该报告从网络和图的嵌入、自动图形学习和图神经网络三个方面介绍了图形大数据表示学习的进展。图大数据表示学习是近年来数据挖掘和机器学习的研究热点，已被应用于推荐和异常检测等多种应用。              

朱文武教授线上报告

东北大学唐立新院士作了题为“Data Analytics and Optimization for Smart Industry”的线上报告。该报告讨论了其团队研究的系统建模和优化求解方法。系统建模方法是用适当的公式定量描述不同的实际问题，系统优化是智能产业决策的核心基础理论，也是数据分析的核心和引擎，是工业智能的前沿基础研究方向。                            

唐立新教授线上报告

南方科技大学刘德荣教授作了题为“Advances of Adaptive Dynamic Programming and Reinforcement Learning for Optimal Control”的线上报告。该报告介绍了自适应动态规划和强化学习在最优控制方向的最新进展，展示了其团队在复杂动力系统最优控制方向最新成果，最后提出了其团队战略目标和攻关方向。                

刘德荣教授线上报告

香港城市大学王钧教授作了题为“Advances in Collaborative Neurodynamic Optimization”的线上报告。该报告中提出了一个协作神经动力学优化框架，为非凸函数和离散变量的优化问题提供了有效神经动力学方法并在非负矩阵分解、监督学习和能源负荷调度等任务中验证了该框架的有效性。                       

王钧教授线上报告

香港城市大学李涵雄教授作了题为“Intelligence Based Spatiotemporal Modeling and Abnormal Identification for Complex DPS”的线上报告。该报告提出了具有参数灵敏度选择和多尺度校准的多目标智能混合方法，可以改善偏微分方程描述的物理模型调整，在线估计系统性能，并可以检测和定位过程中的任何异常，并将其应用于分析和预测汽车锂电池的温度场性能，以及集成电路封装行业的固化过程。               

李涵雄教授线上报告

美国德州农工大学卡塔尔分校黄廷文教授作了题为“Secure Control of Networked Cyber-Physical Systems”的线上报告。该报告提出了一种基于分布式事件触发的控制策略，并找到了与攻击参数有关的充分条件，当通信网络受到混合攻击时，可以成倍地公平共享所有相关恒温控制负载(TCL)的功率状态和舒适状态，有效解决拒绝服务(DoS)攻击和虚假数据注入(FDI)攻击。

黄廷文教授线上报告

南方科技大学姚新教授作了题为“Coevolutionary Problem-Solving”的线上报告。针对协同进化计算这个进化计算中的经典问题，该报告介绍了协同进化在学习和优化中的一些应用场景，研究了在没有可用训练数据情况下的经典协同进化学习问题，通过在黑盒优化设置中使用协同进化来处理大规模全局优化，探讨了如何利用协同进化自动设计组合优化问题的通用求解器。

姚新教授线上报告

除了精彩的8个大会报告之外，本次会议还设置了6组分会报告以及海报展示等环节。报告者们分享了他们在神经网络应用、神经网络智能算法、神经网络智能控制、神经网络智能系统、动力系统与智能系统、智能系统应用等方面的近期研究成果，并与参会者展开了积极的交流讨论。

本次会议大咖云集、精彩连连，不仅促进了高级计算智能领域的学术、人文交流，更对推动该领域的科研合作和人才培养有积极作用。