.jpg)
首先由中國科學院數學與系統科學研究院系統所所長，中國自動化學會副理事長張紀峰研究員進行致辭。張紀峰研究員首先對與會代表表示熱烈的歡迎，并對中國自動化學會智能自動化學科前沿講習班和此次講習班的主題“智能、控制與數學”的來源進行了簡要的介紹，希望大家能夠通過此次活動有所收獲。
.jpg)
首先為大家帶來報告的是西北工業大學潘泉教授，潘泉教授所作報告題目為“基于變分貝葉斯的聯合優化及其在現代信息融合處理中的應用”。潘泉教授的報告梳理了近年來信息融合理論的發展,分析了信息融合處理系統中存在的非線性、多模式、深耦合、網絡化、高維數和未知擾動輸入等問題,討論了現代信息融合處理系統中聯合優化的必要性，并系統介紹了解決聯合優化問題的主要方法,包括聯合檢測與估計、聯合聚類與估計、聯合關聯與估計及聯合決策與估計等，著重闡述了變分貝葉斯辨識、估計與優化的統一框架，以及融合處理一體優化方法。潘泉教授的報告通過天波超視距雷達等應用案例，給出了多模式多傳感器多目標場景下變分貝葉斯跟蹤問題求解的一般性描述。報告的最后也討論了變分貝葉斯理論在信息融合領域的開放問題和未來研究方向。
.jpg)
隨后由中國科學院自動化研究所譚民研究員為大家帶來題為“仿生機器魚建模與控制研究”的報告。譚民研究員的報告重點介紹了仿生機器魚高效、高機動運動控制，介紹了建立機器魚運動的魚體波模型過程, 提出高機動運動控制方法。并提出了通過開展魚類的仿生運動研究，促進仿生機器魚控制理論和方法的發展的觀點，對于高效率、高機動性、高度環境適應性的新型水下運載系統、作業系統的開發研制與應用具有重要的意義。
.jpg)
上午最后一個為大家帶來報告的是西安交通大學孟德宇教授，孟教授為大家帶來的報告題目為“梯度之謎”。機器學習的傳統方法強調具有問題理解與理論基礎的模型構建與算法設計，而現代機器學習更強調依賴于數據數量與質量的深度學習策略。兩類方法從機理上通常認為存在顯著的差異。孟教授的報告從梯度角度探討兩類方法論對于學習問題認識的本質一致性，并基于該理解嘗試引導出一類新型的半監督/無監督深度學習方法，及其在圖像去雨及低質量CT圖像增強方面的應用。
.jpg)
下午首先由華南理工大學蘇為洲教授帶來題為“伺服控制系統工程設計—問題與實例”的報告。伺服控制系統是裝備制造，國防，移動通訊，深空探測等領域中的基礎性單元，其中的控制算法設計是一項瓶頸性技術。蘇教授的報告結合印刷設備、移動天線中的伺服控制系統，探討伺服控制系統的建模、分析與設計問題。報告著重討論系統模型特別是系統不確定性在頻域中的描述與驗證，并以伯德積分為工具討論系統設計目標的選取等問題；報告的最后蘇教授討論了伺服系統的H2-Hinf雙目標最優設計問題和相應的設計方法。
.jpg)
接下來由中國地質大學（武漢）陳鑫教授帶來題為“仿人音樂機器人關鍵智能技術”的報告。音樂機器人是機器視覺、智能學習與決策、機械臂設計與控制等多個人工智能技術交叉融合的典型代表。其研究不僅在音樂領域為突破人類演奏或作曲的專業極限，豐富音樂的表現形式提供新的途徑，更是探索人類情感建模，類人行為決策與控制，高速手眼協調控制等智能系統關鍵技術的重要平臺。 陳鑫教授的報告以揚琴演奏機器人的智能化關鍵技術為主要內容，介紹了基于機器視覺的智能識譜技術，包括五線譜譜線校正與分離、多層次音符識別技術，實現對紙質樂譜實時辨識與編碼；陳教授的報告也介紹了基于類人經驗學習的演奏技法在線決策技術，在樂理分析基礎上，通過機器學習方法獲得類人演奏技法，實現演奏的高實時性決策；采用擬人相似度優化方法，建立具有似人特性的機械臂運動軌跡規劃與運動控制技術；報告介紹了面向中國民族音樂的多元音樂屬性識別和作曲系統，實現基于人機交互的智能在線作曲。在報告的最后，陳教授介紹了基于ROS系統的音樂機器人高實時性決策與控制系統實現。通過音樂智能機器人技術的介紹，提出在音樂機器人高實時性應用環境下，機器視覺、情感計算、機器人學習等技術中存在的問題和未來研究方向。
.jpg)
18號最后一個報告為北京科技大學賀威教授帶來的題為“撲翼飛行機器人的控制系統設計與研究”的報告。撲翼飛行機器人是受昆蟲和鳥類飛行方式啟發的一類飛行機器人，與常見的固定翼和旋翼飛行器相比，撲翼飛行機器人具有質量輕、效率高、機動性強、能耗低等優點，是飛行機器人發展的重要方向。仿生撲翼飛行機器人的動力學特性較為復雜，在控制系統設計和實現方面具有一定的難度。撲翼飛行機器人在飛行中受到氣流作用會產生預期之外的振動和形變，從而影響飛行性能，甚至縮短使用壽命。賀威教授的報告研究了撲翼機器人的自主控制和振動控制問題，分析了撲翼飛行機器人的動力學模型，并針對自主控制問題提出神經網絡控制，針對振動問題提出自適應邊界控制策略，建立了一套有效的控制系統設計和穩定性分析方法。賀威教授的團隊搭建了幾款仿生撲翼飛行機器人和柔性翼振動控制平臺，并將所提出的智能控制方法應用到這些撲翼飛行機器人平臺上。
.jpg)
第二天首先為大家帶來報告的是清華大學賈慶山副教授，賈慶山老師帶來報告的題目為“信息物理融合能源系統中的人工智能-事件驅動的學習與優化方法”。在以城市能源互聯網、智能建筑等為代表的信息物理融合能源系統中，信息流、能源流深度融合。這為實現多種能源綜合互補、供需匹配，提高系統的整體能效水平，同時提升用戶的舒適體驗，均提供了巨大的機遇。但此類系統的綜合優化一般涉及在多個時間和空間尺度上的動態過程。比如在城市能源互聯網中，在供能一側，風能與太陽能等新能源的發電量每分鐘均可能發生較大幅度的變化，且有逐時、逐日等不同時間尺度的發電預測模型，有單臺設備、風電場等不同時間尺度的發電預測模型。在用能一側，電動汽車的出行需求也有較大的不確定性，有逐時、逐日等不同時間尺度的預測模型，有停車場、城區、城市等不同空間尺度的預測模型。如何綜合利用這多個尺度的模型，實現系統整體性能的優化，具有重要的實際意義，也有巨大的科學挑戰。賈慶山老師的報告簡單介紹了人工智能在本領域的巨大應用前景，并著重匯報事件驅動的學習與優化方法近期的研究成果，以及應用在多尺度信息物理融合能源系統綜合優化中的研究進展。
.jpg)
第二個為大家帶來報告的是北京大學張志華教授，張教授所作報告題目為“關于機器學習和深度學習的若干問題”。張老師的報告指出統計機器學習的黃金發展十年為1995年-2006年，說明統計學習即統計建模和算法計算。經過數年的發展和時代的變化，大模型大數據大計算使得統計學習得到了長足的發展，機器學習的定義也可以更新為統計與計算思維的綜合，同時說明淺層模型中統計的作用更加突出，而深層模型中計算的作用更突出。
.jpg)
上午最后一個報告為東南大學李世華教授所作題為“機電系統建模、分析與控制研究”的報告。機電系統存在各類非線性環節：摩擦、間隙遲滯、飽和等，參數不確定、攝動以及外部干擾無處不在，這些因素極大地影響了機電系統閉環性能。與高增益以及PID等控制等方法相比，基于時域頻域先進建模、分析與干擾估計前饋補償的復合控制方法給出了另外一種不同的解決途徑，它可以很好地提升閉環系統的精度和抗干擾性能。李教授的報告討論了如何從時域/頻域建模、干擾建模和前饋、先進復合控制角度提高閉環系統的抗干擾性能和精度，分析了傳統PID控制算法的理論局限性，給出了這方面的一些最新理論研究進展和成果；并結合運動控制、電力電子系統、過程控制、飛控系統等不同應用特點，探討了幾種不同的應用設計案例，展示了實驗驗證結果。
.jpg)
下午第一個報告為中科院數學與系統科學研究院洪奕光研究員所作題為“多智能體系統的分布式優化”的報告。當今的熱門方向包括機器學習和群體智能都離不開優化算法的分析和設計，洪奕光老師的報告從凸優化說起并將原來的集中式算法推廣到分布式，其中包括帶有各種約束（局部，耦合等）的優化算法的設計和收斂性分析等。這與群體智能的算法設計有著密切的關系，相關的研究也為分布式機器學習打下了基礎。
.jpg)
下午的第二個報告為北京工業大學韓紅桂教授所作題的為“城市污水處理過程智能優化控制”的報告。城市污水處理是保護環境、實現水資源循環利用的有效途徑，污水處理優化運行控制技術是保證其排放達標、降低能耗的核心技術。然而，由于城市污水處理過程具有大規模、多流程、非平穩、強耦合、非線性等特點，目前城市污水處理廠運行狀況不容樂觀，自動化、智能化已成為污水處理行業未來發展的方向。智能優化控制以攻克城市污水處理過程運行工況不穩定、出水水質超標、處理成本過高的共性難題為目標，研究關鍵水質參數在線檢測、操作變量自組織控制、異常工況自愈控制和全流程協同優化等理論與關鍵技術，推動智能控制理論發展，引領污水處理行業技術進步。
.jpg)
最后一個為大家帶來報告的是天津大學吳華明博士，吳博士所作報告題目為“深度度量學習及其應用”。機器學習的關鍵是特征學習，獲得好的特征是識別成功的關鍵。傳統方法往往依賴手動構建距離函數，人工選取特征費時費力、需要啟發式專業知識，且對數據的改變不魯棒。度量學習可作為手動選取特征的理想替代，根據不同的任務來自主學習出相應的距離度量函數。吳博士的報告從度量角度出發，探討距離度量學習或深度度量學習背后的數學原理，介紹如何針對樣本之間的異構性、類別的差異性來構造不同的損失函數，實現刻畫不同樣本之間的相關、比較關系。報告也重點介紹了幾種目前流行的深度度量函數及其在人臉識別、物體識別、姿態估計和信息檢索等領域的應用。
.jpg)
最后，中國科學院數學與系統科學研究院趙延龍研究員對為期兩天的講習班進行了總結，對各位報告專家的精彩報告和各位參會代表的大力配合表示衷心的感謝，希望各位學員能夠通過此次活動有所收獲！
.jpg)
學會秘書處 供稿
