首页

首页 > 学院-部门快讯 > 正文

我校成功协办第七届复杂系统数据驱动优化国际会议(DOCS2025)

作者:赵朝晖发布时间:2025年08月30日浏览:

2025年8月19日至21日,由太原科技大学主办,西湖大学、365上市公司官网、山东女子学院、杭州康定科技信息有限公司、IEEE CIS浙江分会联合协办,IEEE 计算智能学会提供技术协助的“第七届复杂系统数据驱动优化国际会议(DOCS2025)”在山西太原隆重举行。本次会议聚焦数据驱动方法在复杂系统中的优化、学习、控制与决策等前沿问题,旨在搭建学术界与工业界深度融合的高水平国际交流平台,推动相关理论创新与技术成果在高校和企业的发展和应用。来自新西兰惠灵顿维多利亚大学、香港浸会大学、东北大学、中南大学、重庆大学、宁波诺丁汉大学、中国科学院沈阳自动化研究所等近百所国内外高校和科研院所的170余位专家学者齐聚一堂,共同探讨复杂系统数据驱动优化的最新进展与未来趋势。

大会开幕式于8月20日上午举行,由太原科技大学计算机科学与技术学院副院长孙超利教授主持。太原科技大学计算机科学与技术学院院长崔志华教授致欢迎辞,向莅临会议的嘉宾和专家学者们表示热烈欢迎。大会主席、欧洲科学院院士、IEEE 计算智能学会主席、IEEE Fellow、西湖大学金耀初教授代表会议组委会回顾了DOCS系列会议的发展历程,对全体参会者的热情参与表示衷心感谢,并对本届会议的成功举办寄予了殷切期望。

本届会议紧扣“数据驱动复杂系统优化、先进机器学习、大数据分析与应用”等多学科交叉领域的核心挑战与前沿方向,设置了大会主旨报告、青年学者论坛、口头报告分会场、海报展示及优化算法竞赛论坛等多元环节,全方位满足不同形式的学术交流需求。

在大会主旨报告环节,7位中外顶尖学者带来前沿成果分享:欧洲科学与艺术院院士、IEEE/IAPR/AAAS/IET/BCS Fellow、香港浸会大学Yiu-Ming Cheung教授以《Imbalanced Data Learning: From Class Imbalance to Long-tailed Data Classification for Visual Recognition》为题,系统阐释了不平衡数据的基本概念与典型应用场景,深入剖析了数据工程与机器学习领域中从不平衡数据中进行有效学习所面临的核心挑战,综述了该领域的最新研究进展,并展望了未来研究方向。

国家高层次人才、IEEE/CAA Fellow、中南大学阳春华教授在《Thoughts and Practices on Empowering New Quality Productive Forces with Industrial Optimization Software》报告中,以有色金属冶金工艺为例,深入分析了国内外工业软件开发的现状及操作优化软件开发面临的挑战,结合典型应用案例介绍了有色金属冶金智能控制、全厂操作优化智能模型库构建、工业软件敏捷开发与验证方法等关键技术,并对未来发展路径提出了展望。

中国自动化学会理事、辽宁辽河实验室副主任、中国科学院沈阳自动化研究所副所长曾鹏研究员围绕《Logic-Informed Reinforcement Learning for Large-Scale CPS》主题,针对大规模信息物理系统在严格安全逻辑约束下的离散网络动作和连续物理参数的联合调度问题,详细介绍了逻辑增强强化学习的求解方法。

国际欧亚科学院院士、IEEE/AAIA/CAA /CAAI Fellow、重庆大学人工智能研究院院长宋永端教授在《Intelligent PID Control Technology and Its Application》报告中,从传统PID控制的人工智能特性切入,对比分析了非线性PID控制较传统PID控制的独特优势,并探讨了其在多领域的应用价值。

IEEE Fellow、宁波诺丁汉大学执行校长Jonathan M. Garibaldi教授以《Emerging Topics in Fuzzy AI》为题,探讨了模糊系统中的若干新兴研究方向,并阐明了模糊集在未来人工智能发展中的重要作用。

新西兰皇家学会院士、新西兰工程院院士、IEEE Fellow、惠灵顿维多利亚大学张孟杰教授在《Genetic Programming for Explainable Artificial Intelligence》报告中,介绍了可解释人工智能的核心内涵及遗传规划在其中的应用价值,并探讨了可解释遗传规划面临的挑战以及未来的研究重点。

IEEE/CCF/CAAI Fellow、教育部计算智能与中文信息处理重点实验室主任、山西大学梁吉业教授以《Research Advances and Future Directions in Representation Learning》为题,从概念认知、泛化误差、贝叶斯错误率三个角度阐述了表示学习的最新进展,分享了图表示学习在点云数据分析中的实践应用,并对领域未来发展方向进行了展望。

在青年学者论坛环节,作为协办单位,365上市公司官网计算机科学与技术学院于海波副教授受邀担任主持人。论坛现场,来自东北大学的杨翠娥教授、华东理工大学的堵威教授、郑州大学的于坤杰教授、南方科技大学的杨鹏助理教授、中南大学的黄佩秋博士、西安电子科技大学的李豪博士、太原科技大学的秦淑芬博士、天津大学的黎建宇博士以及中原工学院的李超博士等9位学者,分别围绕迁移进化优化、大规模全局优化、知识安全迁移、图像分类中的黑盒对抗攻击、面向多元时序数据的金融市场高保真仿真校准、演化双层优化、约束多目标进化优化、知识学习驱动的自演化昂贵优化及复杂多目标优化等主题,分享了各自团队的最新研究成果与学术见解,为与会青年学者搭建了高效的学术交流与思想碰撞平台。

此外,在会议期间还同步开展了丰富的互动交流活动:34位学者作了口头报告;74位学者参与了海报展示与交流;11支参赛队伍完成了优化算法竞赛答辩。现场学术氛围热烈浓厚,参会者围绕研究难点、技术突破、应用前景等话题进行了深度交流与讨论。

本次会议的成功举办,不仅促进了跨学科知识的融合碰撞,也为不同院校、不同研究方向的学者搭建了深度对接的桥梁,催生了诸多潜在的合作契机。随着人工智能与数据科学在复杂系统领域的应用不断深化,本次会议搭建的交流平台将持续发挥纽带作用,推动数据驱动优化的理论研究向更深层次突破、技术成果向产业实践加速转化。