今日是:
歡迎光臨青島科技大學新聞網

|當前位置: 本站首頁 >> 學術動態 >> 正文
人工智能與控制學術研討會暨雙碳背景下自動化學科發展專家論壇
作者:張鬱浩  審核:馬寒 來源:自動化學院  編輯: 點擊:[] 日期:2021年07月14日

報告時間:2021年07月17日 8:50-12:00

報告地點:嶗山校區自動化學院樓(D1樓)410報告廳

報告題目1Relentless Attacks against Remote State Estimation in Smart Grids

報告人:程龍教授中國科學院自動化所

報告摘要: The smart grid is a nationwide networked system that applies information technology to enable two-way information flows to deliver electricity intelligently and reliably. However, while improving efficiency, the bidirectional communication also incurs invasions. The smart grid is proved to be more vulnerable to false data injection attacks than the traditional grids. This talk mainly focuses on the attack methods against the measurement collection and the remote state estimation in the smart grid. Theoretical analysis has been conducted to show the constructed false data injection attack can bypass the Kalman-based detection method. Furthermore, the countermeasures through the distributed control approach have been proposed to reduce the harm caused by the constructed false data injection attack.

報告人簡歷:程龍,博士,中國科學院自動化研究所研究員,博士生導師,中國科學院大學崗位教授。目前擔任《IEEE Transactions on Cybernetics》、《中國科學技術科學》、《自動化學報》等國內外刊物的編委。入選國家傑出青年基金項目、國家優秀青年基金項目、中組部萬人計劃青年拔尖人才計劃,中國科學院卓越青年科學家計劃、北京市傑出青年基金、北京市科技新星計劃。獲得2017年度國家自然科學二等獎(排名第四),北京市科學技術一等獎(排名第五),中國自動化學會自然科學一等獎(排名第二)等科技獎勵。程龍博士的研究興趣包括機器人與智能控制。

報告題目2分佈式連續非線性系統的異步Lebesgue近似模型

報告人:吳爭光教授浙江大學

報告摘要:在現實世界中,大部分的實際物理過程本質上是時間連續的,而在很多應用中我們需要離散時間模型,特別是在數字化的工作環境中,如:基於模型的路徑規劃,模型預測控制。近似模型的精確性以及計算效率問題對於以模型為基礎的方法來説至關重要。主要研究分佈式異步的離散時間模型來近似分佈式的連續時間非線性系統,其中的子系統間存在物理耦合且能夠與鄰居節點交換信息。構建了一個分佈式的時間觸發系統,該系統的狀態軌跡與Lebesgue近似模型的軌跡一致。基於此,進一步給出了Lebesgue近似模型漸近穩定、近似誤差有界、避免出現Zeno行為的條件。

報告人簡介:吳爭光,浙江大學長聘教授,博士生導師,在2019年⼊選國家“萬⼈計劃”青年拔尖⼈才。主要開展網絡化混雜系統、信息物理系統與智能電網的研究工作。目前主持國家自然科學基金重點項目一項,浙江省傑出青年科學基金。2014—2019年連續六年入選Elsevier中國高被引學者榜單,2017—2020年連續四年入選Clarivate Analytics全球高被引科學家榜單。曾獲得浙江省2011年優秀博士研究生學位論文獎、教育部2015年度高等學校科學研究優秀成果獎(自然科學一等獎)、2017年浙江省自然科學二等獎,2019 年中國自動化學會自然科學⼀等獎和第三屆中國自動化學會⾼等教育教學成果⼆等獎,2019 年浙江省自動化學會⾼等教育教學成果⼀等。在IEEE系列彙刊和Automatica上發表(含錄用)論文100餘篇,2篇論文分別入選2013和2014年中國百篇最具影響國際學術論文,在Springer出版社出版英文專著4部。論文被SCI他引4000多次,共有40篇論文入選ESI高被引論文,h指數50。擔任IEEE Transactions on Systems, Man and Cybernetics: Systems和《中國科學:信息科學》等8個國內外期刊的Associate Editor/Editorial Board Member,美國《數學評論》評論員,IEEE CSS會議編委會Associate Editor,以及多個國際會議的程序委員會主席/成員。

報告題目3多模式過程數據驅動建模方法

報告人:劉毅教授浙江工業大學

報告摘要:多模式過程廣泛存在於精細化工、製藥等高附加值行業。然而,此類過程通常難以快速建立準確的機理模型,多模式頻繁切換下的動態、非線性等特性顯著,關鍵質量指標往往無法實時測量。因此,通過數據驅動建模方法快速獲得過程模型和狀態信息,有效挖掘過程領域知識,具有重要的研究意義和應用價值。該報告將重點彙報遷移學習等數據驅動方法在多模式過程建模的進展。

報告人簡介:劉毅,博士、浙江工業大學教授、博導。長期致力於工業數據智能建模與控制領域的研究工作,先後主持國家基金優青、面上、青年項目,省面上基金等省部級以上項目6項;相關成果在過程建模與控制國際知名期刊發表學術論文50餘篇;指導2位碩士獲得浙江省優秀碩士學位論文;擔任中國自動化學會4個專委會委員。

報告題目4:顱神經成像算法進展

報告人:馮遠靜教授浙江工業大學

報告摘要:顱神經又稱“腦神經”。人體有12對腦神經,即有24條,從腦內發出的左右成對的神經,包括嗅神經視神經動眼神經滑車神經三叉神經外展神經面神經聽神經、舌咽神經、迷走神經脊髓副神經舌下神經。目前,活體顱神經成像算法面臨挑戰。本報告主要介紹顱神經成像的現狀、存在問題,並介紹課題組在多模態顱神經成像算法中的新進展。

報告人簡介:馮遠靜,博士,浙江工業大學信息工程學院教授,博士生導師,浙江省高校創新領軍人才、中青年學科帶頭人。2005年博士畢業於西安交通大學,2010-2011哈佛大學訪問學者,2018-2019年哈佛大學合作教授。現為浙江省嵌入式系統聯合重點實驗室副主任,浙江工業大學信息學院副院長。研究方向為腦認知與腦成像。近五年來,主持了國家基金面上項目 2 項,省重點研發計劃項目2項,錢江人才計劃項目 1 項等。發表論文 40 多篇,包括Medical image analysis, Automatica, Neuroimage, IEEE系列等國際頂級期刊和 MICCAI,ISBI 等醫學圖像處理頂級會議。授權發明專利30項,成果轉化神經導航系統在多家醫院使用,獲省部級科技獎2項;指導學生獲全國第六屆“互聯網+”創新創業大賽金獎、全國挑戰杯一等獎2次。

上一條:數理學院程尊水、辛友明團隊在國際頂級期刊IEEE TNNLS發表長文

下一條:環境學院王發園教授團隊在微塑料生態效應領域取得新進展

【多寶集運倉地址】

0
新聞鏈接
讀取內容中,請等待...
科大要聞
綜合新聞
焦點圖志

友情鏈接

嶗山校區 - 山東省青島市松嶺路99號   四方校區 - 山東省青島市鄭州路53號   中德國際合作區(中德校區) - 山東省青島市西海岸新區團結路3698號 高密校區 - 山東省高密市杏壇西街1號   濟南校區 - 山東省濟南市文化東路80號

©2015 青島科技大學    管理員郵箱:master@qust.edu.cn

魯ICP備05001948號-1   魯公網安備 37021202000007號   青島市互聯網違法信息舉報中心