Activities
為迎接中國(guó)第76個(gè)“五四”青年節(jié)，2025年5月4日，中國(guó)自動(dòng)化學(xué)會(huì)舉辦的“CAA云講座·五四專場(chǎng)”活動(dòng)成功召開，本次活動(dòng)以“逐夢(mèng)自動(dòng)化，青春向未來：青年科技工作者的時(shí)代答卷”為主題，共邀請(qǐng)了四名優(yōu)秀的青年科技工作者，齊聚云端，分享了領(lǐng)域最新研究成果。
張瑞垚博士作報(bào)告
張瑞垚博士的報(bào)告聚焦于“模型不確定性量化研究及其應(yīng)用”。他深入探討了模型不確定性量化在人工智能迅速發(fā)展背景下的重要性，尤其是在高風(fēng)險(xiǎn)領(lǐng)域如金融、醫(yī)療和工業(yè)生產(chǎn)中的應(yīng)用。他首先介紹了模型不確定性量化的研究?jī)?nèi)容，強(qiáng)調(diào)了模型預(yù)測(cè)可靠性對(duì)決策和生產(chǎn)的影響。接著，他詳細(xì)闡述了當(dāng)前量化方法，包括貝葉斯方法和集成學(xué)習(xí)方法，并指出了它們的局限性。張瑞垚博士提出了基于共形預(yù)測(cè)的不確定性量化方法，該方法具有模型不可知性，適用于不同任務(wù)下的不同模型。他解釋了共形預(yù)測(cè)的有效性保證和可交換性的概念，并通過實(shí)例說明了其應(yīng)用。他還探討了如何將單輸出共形預(yù)測(cè)擴(kuò)展到多輸出的問題，并提出了基于預(yù)測(cè)區(qū)域優(yōu)化的方法，通過實(shí)驗(yàn)驗(yàn)證了該方法的有效性。最后，他討論了該方法在時(shí)間序列上的應(yīng)用和改進(jìn)方向。
白忠玉博士作報(bào)告
白忠玉博士的報(bào)告主題為“水下聲納圖像分類技術(shù)探討”。他介紹了水下聲納圖像分類的研究背景和意義，指出了聲納圖像在目標(biāo)探測(cè)和識(shí)別中的重要性，闡述了水下聲納圖像的特點(diǎn)，如對(duì)比度低、噪音強(qiáng)、紋理模糊等，并討論了傳統(tǒng)圖像識(shí)別方法在聲納圖像識(shí)別中的局限性。白忠玉博士提出了一種結(jié)合對(duì)比學(xué)習(xí)的高斯特征增強(qiáng)方法，通過構(gòu)建特征對(duì)比遷移學(xué)習(xí)框架，結(jié)合平衡采樣遷移學(xué)習(xí)和對(duì)比學(xué)習(xí)來提升模型的魯棒性和特征表現(xiàn)能力。他還介紹了零樣本學(xué)習(xí)方法，即基于風(fēng)格遷移的樣本合成，用于解決訓(xùn)練數(shù)據(jù)完全缺失的情況。通過實(shí)驗(yàn)驗(yàn)證，他展示了該方法在水下聲納圖像分類中的有效性。
吳思博士作報(bào)告
吳思博士的報(bào)告主題為“動(dòng)態(tài)不確定性影響下的安全控制”。他介紹了安全控制的基本概念，強(qiáng)調(diào)了在復(fù)雜環(huán)境中保證系統(tǒng)安全的重要性。他詳細(xì)討論了動(dòng)態(tài)不確定性對(duì)安全控制的影響，指出動(dòng)態(tài)不確定性會(huì)導(dǎo)致常規(guī)的安全控制方法失效。為了解決這一問題，他提出了一種基于正基投影的可行重塑方法，通過修改可行集來保證重塑后的可行集在任意一點(diǎn)都具備線性獨(dú)立約束規(guī)范性，從而確保優(yōu)化問題解的李普希茨連續(xù)性。吳思博士還提出了面向安全控制的關(guān)聯(lián)系統(tǒng)分析方法，通過將閉環(huán)系統(tǒng)轉(zhuǎn)化為等價(jià)的關(guān)聯(lián)系統(tǒng)形式，明確了動(dòng)態(tài)不確定性對(duì)安全性的影響。他通過實(shí)驗(yàn)驗(yàn)證了該方法的有效性，并展示了在多運(yùn)動(dòng)體多障礙物場(chǎng)景下的應(yīng)用。最后，他討論了未來研究方向，包括嵌入式安全、自主系統(tǒng)的安全控制以及算法的安全遷移與部署。
喬康加博士作報(bào)告
喬康加博士的報(bào)告主題為“基于進(jìn)化計(jì)算的約束多目標(biāo)優(yōu)化問題研究”。他介紹了約束多目標(biāo)優(yōu)化問題的定義和挑戰(zhàn)，強(qiáng)調(diào)了這類問題在各行各業(yè)中的普遍存在。他詳細(xì)闡述了進(jìn)化算法在解決多目標(biāo)優(yōu)化問題中的應(yīng)用，介紹了約束處理技術(shù)和多目標(biāo)進(jìn)化算法的基本流程。喬康加博士提出了難度可調(diào)的決策空間約束多目標(biāo)測(cè)試集，通過構(gòu)造不同層次的目標(biāo)、連接層和約束層，設(shè)計(jì)了轉(zhuǎn)化操作來控制約束變量的維度，從而調(diào)節(jié)測(cè)試集的難度。他還介紹了基于進(jìn)化多任務(wù)的約束多目標(biāo)優(yōu)化方法，通過構(gòu)造輔助任務(wù)來降低問題的求解難度。喬康加博士展示了多個(gè)實(shí)際應(yīng)用案例，包括算法推薦系統(tǒng)、藥物靶點(diǎn)識(shí)別、疾病狀態(tài)檢測(cè)和煤礦綜合能源系統(tǒng)優(yōu)化等。最后，他討論了未來研究方向，包括遷移策略的開發(fā)、測(cè)試集結(jié)構(gòu)的靈活設(shè)計(jì)以及先驗(yàn)知識(shí)和約束多目標(biāo)進(jìn)化算法的結(jié)合方法。
哈爾濱工程大學(xué)王靜瑜博士擔(dān)任主持人
本次活動(dòng)由哈爾濱工程大學(xué)王靜瑜博士擔(dān)任主持人，通過騰訊會(huì)議、CAA會(huì)議小程序、CAA官方視頻號(hào)、學(xué)會(huì)微博官方賬號(hào)、蔻享等平臺(tái)全程直播，共計(jì)4萬余人次在線觀看直播。
