青年科學家前沿論壇精彩報告解析

九年磨一劍，AI先鋒齊聚一試鋒芒。11月29日—12月1日， 由中國人工智能學會主辦的“第九屆吳文俊人工智能科學技術獎頒獎典禮暨2019中國人工智能產業年會”將在蘇州隆重舉辦。屆時，學會將對81個成果授獎。

伴隨智能科技的不斷深化，人工智能正在全球範圍內蓬勃興起，大批AI科技先鋒不斷湧現，他們以優質的科技成果大力推動了人工智能的發展。自2011年學會設立“吳文俊人工智能科學技術獎”以來，該獎項已成為我國表彰、鼓勵科技從業者及企業的至高榮譽殿堂。

第九屆吳文俊人工智能科學技術獎頒獎典禮

暨2019中國人工智能產業年會

倒計時25天

為全面實施創新驅動發展戰略，貫徹落實國家《新一代人工智能發展規劃》，通過推薦評選優秀的智能科學技術成果，切實調動廣大智能科技工作者的積極性和創造性，表彰獲得2019年度吳文俊人工智能科學技術獎的學者與專家，促進人工智能技術在各行業領域賦能，大力提升我國智能科學技術創新與產業化發展水平，加快建設成為世界人工智能創新中心和應用高地，中國人工智能學會將於 2019年11月29日—12月1日在蘇州隆重舉辦“第九屆吳文俊人工智能科學技術獎頒獎典禮暨2019中國人工智能產業年會”。誠邀您蒞臨本屆頒獎大會，共襄盛舉。

【倒計時優惠票】僅剩5天，掃描下方二維碼或點擊閱讀原文到「活動行」進行搶購

2019中國人工智能產業年會China AI Industry's Annual Meeting(CAIIAM 2019)由中國人工智能學會發起主辦，作為吳文俊人工智能科學技術獎頒獎典禮的主題配套活動，集閉門研討、榮譽表彰、高端論壇、產品展示、報告發布和項目路演等六大板塊於一體，是國內權威性高、規模較大、品牌力強、行業影響深遠的年度人工智能標誌性盛會。旨在充分發揮獲獎團隊及項目成果的人才和技術優勢，強化人工智能創新供給和高端資源集聚，為我國人工智能在前沿交叉領域的學術、應用、資本與產業搭建高水平交流平臺，加快推進人工智能創新發展與行業賦能。屆時，大會組委會將邀請200餘位權威學者、頂級專家，舉辦58場主題報告，9場尖峰對話，交流17個核心話題，吸引近2000名業界同行共享科學盛宴。本次大會重點聚焦知識智能及其應用、5G+智能芯片、智能醫療、智能網聯汽車、智能機器人應用和智能金融等優勢產業，探討人工智能在深度應用場景中的關鍵核心技術路線，交流人工智能在企業技術創新工程領域的落地環境，為振興和發展產業創新生態，提升實體經濟能級，促進人工智能與產業融合、轉型發展等方面發揮積極效用。

當今人類社會比以往任何一個時代都更依賴於科學研究的源頭創新，這些創新深刻影響著人類共同體幾乎所有方面。科學的永續發展來自於不同的思維觀念和科學文化的觀點碰撞與思想交鋒。為此，中國人工智能學會在舉辦第九屆吳文俊人工智能科學技術獎頒獎典禮暨2019中國人工智能產業年會期間，特增設“青年科學家前沿論壇”，旨在充分發揮吳文俊人工智能優秀青年獎的創新人才優勢，探索跨行業、跨地域、跨學科和跨專業的學術研討，促進對當前青年科學家的研究支持，引導各界同仁關注人工智能與人類發展問題新的發現和思考，強調公眾參與、理性思維、自由探索和質疑精神在科學研究中的重要性，激發更廣泛的原創性科學成果不斷湧現，鼓勵更多年輕學者加入到各種創新性科學研究中來，以強有力的責任和使命擔當面對人類的共同挑戰。

本次論壇邀請清華大學、南開大學、香港科技大學、南京大學、中山大學、武漢大學和北京大學等知名高校的青年學者匯聚一堂,觀點碰撞，探究深度學習的不確定系統控制，縱論前沿核心算法在不同行業的應用，從不同角度對人工智能在機器學習、圖像生成、稀疏優化、分佈式學習、智能控制、深度圖模型推理等領域的研究熱點進行研討，向廣大專業同行分享人工智能的關鍵技術、創新難點及發展趨勢。

主旨演講

黃 高

報告專家簡介：黃高，清華大學自動化系助理教授、博士生導師。2015年獲清華大學控制科學與工程博士學位，2015年至2018年為美國康奈爾大學計算機系博士後。主要研究領域為機器學習和計算機視覺。目前在NeurIPS，ICML，CVPR、ICCV、TPAMI等國際頂級會議和期刊共計發表學術論文30餘篇，Google Scholar引用8000餘次。曾獲得國際計算機視覺頂級會議CVPR最佳論文獎（第一作者）、全國百篇最具影響國際學術論文（第一作者）、世界人工智能大會SAIL先鋒獎（第一作者）、第八屆吳文俊人工智能自然科學獎一等獎（第二完成人）、中國自動化學會優秀博士學位論文（唯一作者）等獎勵和榮譽。提出的DenseNet模型是國際上主流的深度卷積網絡之一，在學術界和工業界得到了廣泛應用，論文發表兩年被引用超過5000次。第九屆吳文俊人工智能優秀青年獎獲獎者。

報告題目：面向高效推理的深度網絡結構設計

報告摘要：隨著深度學習在工業界的廣泛應用，人們對模型的關注不僅僅在其預測精度，同時也對計算和存儲效率提出了更高的要求。在提升模型效率的諸多手段中，神經網絡結構創新始終是最為有效的方式之一。本報告將簡單回顧卷積神經網絡的典型結構，分析有利於提升模型效率的設計技巧與原則。報告還將從動態自適應推理的角度，介紹如何通過合理的結構設計，使模型能夠針對不同的樣本實現對自身結構的動態調整，實現降低冗餘計算並提升推理效率的目的。

孫 寧

報告專家簡介：孫寧，南開大學副教授，博士生導師，入選日本學術振興會(JSPS)外國人特別研究員(全球資助率約9%)、首屆天津市青年人才託舉工程、南開大學百名青年學科帶頭人培養計劃、天津市創新人才推進計劃“青年科技優秀人才”等。從事起重機等欠驅動機器人的智能控制與應用研究，主持國家重點研發計劃課題、國家自然科學基金(面上、重點子課題、青年)、天津市基金、中國博士後基金(特別、一等)等項目。以第一/通訊作者發表SCI源刊論文38篇(包括Automatica與IEEE 彙刊論文24篇)，5篇(曾)入選ESI熱點/高被引論文。授權發明專利13項。榮獲2019中國智能製造十大科技進展(第2完成人)、2018天津市自然科學一等獎(第2完成人)、2017吳文俊人工智能自然科學一等獎(第2完成人)、2017天津市專利金獎(第2完成人)、2016中國自動化學會優秀博士論文獎、2018 IJCAS Academic Activity Award、2018高等教育天津市級教學成果一等獎、2016 YAC會議最佳應用論文獎(一作)、2013關肇直獎提名獎(一作)、2012天津市十佳大學生(第1名)、2012教育部博士生學術新人獎等獎勵。指導學生獲2018中國青少年科技創新獎、2019中國“互聯網+”大學生創新創業大賽全國總決賽高教主賽道金獎、2017“挑戰杯”全國一等獎、2017大學生“小平科技創新團隊”(全國僅50項)、2017-2018“天津市大學生創新獎學金”特等獎(連續2次)、2016天津市優秀畢業設計(南開大學僅3人)等獎勵。受邀擔任SAGE 出版社旗下SCI 期刊Measurement and Control的Executive Editor，並擔任IEEE Access、IJCAS等SCI 期刊的副編輯/編委。第九屆吳文俊人工智能優秀青年獎獲獎者。

報告題目：欠驅動起重機的智能控制方法與應用

報告摘要：由於有著承載能力強、靈活度高、價格低等諸多優點，起重機被廣泛應用於國民經濟建設的各個領域，其主要任務是將大型、重型貨物“快而準”地搬運至目標位置，並同時使貨物擺動儘可能地小。已有的起重機嚴重依賴於人工操作，呈現出工作效率低、消擺效果差、安全係數低、事故率高等諸多不足，其智能控制問題受到了國內外眾多研究人員的廣泛關注，具有理論與實際雙方面的重要研究價值。在本報告中，彙報人將首先介紹近年來在欠驅動起重機智能控制方面取得的一些研究成果，隨後將介紹在其它類似欠驅動系統方面開展的一些拓展研究，最後將彙報相應的實驗驗證與應用情況。

姚權銘

報告專家簡介：姚權銘博士現在是第四範式（香港）高級科學家，建立和領導了公司的機器學習研究組。他於2018年在香港科技大學計算機系取得博士學位，2013年在華中科技大學取得學士學位。他的研究興趣主要在機器學習，優化算法，和自動化機器學習；他同時也是稀疏低秩優化，神經網絡魯棒學習的重要貢獻者。姚博士是30篇國際一流學術和期刊論文的作者/合作者，其中第一/通信作者21篇，包括了ICML、NeurIPS、JMLR、IEEE TPAMI等。他同時也是香港科技大學博士優秀研究獎（香港科技大學工學院頒發，2018），和谷歌全球博士獎研金（機器學習方向，全球13人）的獲得者。此外，他作為組織者舉辦了眾多自動化機器學習方向的比賽（例如 NeurIPS 2018: the 3rd AutoML Challenge和ACML 2019: Auto Weakly Supervised Learning）；主辦了弱監督方向在亞洲機器學習的研討會（ACML 2019: Weakly-supervised Learning Workshop）；同時，他也是IEEE TPAMI自動化機器學習方向特刊編委。第九屆吳文俊人工智能優秀青年獎獲獎者。

報告題目：優化之美—從稀疏優化到自動化機器學習

報告摘要：作為機器學習的磐石之一，數值算法和優化技術在推動機器學習效果和效率方面有著不容小覷的作用。然而，隨著數據量的日益增多和模型規模的日漸複雜，機器學習已經不再單純的是優化技術的使用方，而更多變成了優化技術的重要推動方。在本次報告中，我將結合自己從稀疏優化，到深度學習，最後到自動化機器學習的研究經歷，闡述本人對近期機器學習中優化發展的看法和展望：1) 從理論保障導向到實踐效果導向，2) 從求解簡單函數到求解複雜函數，以及 3) 從白盒優化模型到黑盒優化模型。

史穎歡

報告專家簡介：史穎歡，分別於2007和2013年在南京大學計算機科學與技術係獲學士和博士學位，目前任南京大學計算機軟件新技術國家重點實驗室副教授。近年來主持和參與包括國家自然科學基金面上、青年、重點、重大儀器、江蘇省自然科學青年基金、CCF-騰訊犀牛鳥基金、國家重點研發計劃等科研項目和計劃。研究興趣為機器學習、機器視覺與醫療圖像分系。在相關研究領域的期刊會議，如TPAMI、TBME、TIP、TMI、TNNLS、TCYB、CVPR、ICCV、AAAI、ACMMM、MICCAI、IPMI等發表多篇文章。擔任2015-2018年MICCAI-MLMI，2015-2016年中國機器學習及其應用研討會（MLA），以及2017年醫學圖像計算青年研討會（MICS）等組委會共同主席。目前任江蘇省人工智能學會醫學圖像處理專委會秘書長，中國計算機學會人工智能與模式識別專委會委員。2016年入選中國科協“青年人才託舉工程”，2017年獲得ACM南京分會新星獎，2017年獲得江蘇省計算機學會青年科技獎，2018年獲得江蘇省科學技術二等獎（第二完成人），2015年獲得中國人民解放軍軍隊醫療成果獎（第三完成人），2017年獲得中國計算機學會大數據學術會議最佳應用論文獎，第九屆吳文俊人工智能優秀青年獎獲獎者。

報告題目：非獨立同分布學習及醫療AI應用

報告摘要：近年來，機器學習理論與方法在醫療AI應用中得到了廣泛的關注。針對不同醫療AI任務，原始數據往往在“外在表徵、內在結構、高層語義”上表現出不同層次的非獨立同分布特性。面對上述挑戰，往往在設計學習模型時候需要放鬆傳統的非獨立同分布假設來應對實際任務。本報告將彙報研究組近年來針對上述挑戰的若干初步嘗試，包括解決醫療數據分析中的高維小樣本、複雜結構以及專業語義理解等學習難題，以及其在病理學樣本識別、影像學圖像分割與定位、面向醫療數據分析的模型設計與優化等方面的應用。

梁小丹

報告專家簡介：梁小丹博士作為國內較早開展深度圖推理模型研究的研究者之一，已在領域內主流國際期刊如IEEE T-PAMI，TIP等和會議CVPR，ICCV，NIPS，ICML等發表論文80餘篇。其中包括5篇第一作者中科院JCR一區TPAMI期刊論文(影響因子>10)，發表計算機學會A類論文45篇（ICCV, CVPR, NIPS, ICML, ACM Multimedia），第一作者和通訊作者26篇。榮獲2019阿里巴巴達摩院青橙獎，CCF 優秀博士論文獎（每年僅10人）和ACM China 優秀博士論文獎（每年僅2人），計算機CCF A類會議ACL 2019 最佳展示論文提名獎，CCF A類會議NIPS 2017 Nvidia先鋒研究獎，2019 CCF犀牛鳥創意基金,作為指導老師獲得阿里雲天池FashionAI 全球挑戰賽-衣服服飾關鍵點檢測全球第二名。論文已被同行引用4300餘次（Google scholar），引用者中包含了9位國內外科學院或工程院院士，及80餘位ACM/IEEE Fellow，2019年被英國創新基金UK’s Innovation Foundation評為全球前20位AI女性科學家（唯一一位華人女性）。在人工智能頂級國際會議CVPR 2017, CVPR 2018, CVPR 2019舉辦連續三屆以人物為中心的研討會和競賽,提出第一個規範的評測標準和平臺,所建立的標準任務解析數據集LIP以成為計算機視覺領域的標杆數據集之一，10多個國家和地區的50餘個大學、研究員和公司均使用該數據集進行相關的研究開發工作，具有較大的國際影響力。在CVPR2019舉辦Towards Causal, Explainable and Universal Medical Visual Diagnosis and Dialogue Workshop。在ICML 2019舉辦Learning and Reasoning with Graph-Structured Representations workshop。在ACM MM 2018組織和講解深度結構化學習的Tutorial。受邀於視覺與學習青年學者研討會Valse 2019做關於深度圖模型推理學習的年度進展特邀講者, CCF IT女性精英大會特邀大會報告。在國內和國際人工智能領域上擁有一定的知名度和影響力。第九屆吳文俊人工智能優秀青年獎獲獎者。

報告題目：面向可解釋性AI的深度圖模型推理

報告摘要：基於圖結構化的表達學習和知識推理被廣泛用作編碼信息的自然而有效的方式，例如視覺關係識別和問答中的對象或實體之間的關係建模，社交網絡中在線用戶之間的交互，3D網格圖形，多主體環境以及分子結構。如何有效地對此類數據建模一直是機器學習，數據挖掘和信號處理等多個領域長期存在的研究問題。對於支持可解釋性，因果關係，可轉移性等方面，基於圖的結構表示的學習和推理相對於更傳統的非結構化方法具有根本優勢，因此在學術界和行業中都越來越受到關注。基於圖的學習和推理已在藥物中得到廣泛應用發現，場景圖生成，基於知識的自然對話系統，對話質量保證，可解釋和自我診斷的醫學分析，推薦和程序綜合。最近，在深度學習的背景下湧現出許多新技術，例如圖神經網絡，用於學習圖表示並執行推理和預測，這些技術已取得了令人矚目的進展。但是，在多步推理，具有非常大的圖的可擴展學習，圖的建模以及其他維度（例如時間變化）和其他形式（例如語言）的組合方面，要獲得令人滿意的結果，仍然需要很長的研究。本人主要對深度圖神經網絡最新的研究進展和其有效的可解釋性和推理能力進行介紹，包括視覺關係推理，視覺問題，視覺語言導航和任務性對話系統各個任務。

馬佳義

報告專家簡介：馬佳義，武漢大學電子信息學院教授、博士生導師，湖北省“傑青”、“楚天學子”。2008年6月和2014年6月分別於華中科技大學獲得信息與計算科學學士和控制科學與工程博士學位。2012年9月至2013年9月赴美國加州大學洛杉磯分校(UCLA)進行博士生聯合培養。2014年8月進入武漢大學電子信息學院，從事博士後研究工作，2015年12月破格晉升為副教授，2018年12月晉升為教授。主要研究方向包括圖像匹配、信息融合、圖像超分辨率、紅外與遙感圖像處理等。目前已在包括CVPR、ICCV、IJCAI、AAAI、ACM MM、ICRA、IJCV、IEEE TPAMI/TIP/TSP/TNNLS/TIE/TCYB/TGRS/TCSVT/TMM等在內的期刊和會議上發表論文120餘篇，其中SCI檢索90餘篇，影響因子大於5的期刊或CCF A類會議論文50餘篇，ESI熱點論文12篇，高被引論文20篇，入選科睿唯安2019年全球“高被引科學家”榜單。授權國家發明專利10餘項。主持或參與國家自然科學基金、軍委科技委前沿創新計劃等國家級項目10餘項。獲湖北省自然科學一等獎1項(第一完成人)，中國自動化學會自然科學二等獎1項(第二完成人)，中國自動化學會、中國人工智能學會、湖北省“優秀博士論文”。擔任SCI期刊Information Fusion(IF=10.716)、Neurocomputing(IF=4.072)、IEEE Access(IF=4.098)編委、Remote Sensing(IF=4.118)客座編委，擔任國際會議IEEE International Conference on Big Data and Cloud Computing(BDCloud 2019)程序委員會主席，擔任CCF A類會議IJCAI、AAAI和CCF B類會議SDM程序委員會委員，併為SIGGRAPH、CVPR、ICCV、IJCAI、AAAI、IJCV、IEEE TPAMI/TSP/TIP/TNNLS/TVCG等60餘個重要期刊會議審稿。第九屆吳文俊人工智能優秀青年獎獲獎者。

報告題目：圖像特徵匹配

報告摘要：圖像匹配是搜索並建立起同一物點在兩幅或多幅圖像上對應特徵點的過程，是實現圖像分析到視覺感知的重要紐帶，其精度和效率制約著人工智能視覺處理的應用和發展。由於受圖像形變多樣、數據來源多樣、數據退化多樣等多方面因素影響，導致了傳統方法存在弱普適性、低容錯率、欠適定性、高複雜度等一系列問題。針對上述問題，本報告圍繞圖像特徵匹配精準與處理效率的提升，從模型構建、條件約束、快速求解等環節，介紹一套基於概率推理的圖像匹配理論體系，及其形成的多場景自適應的高效高精準圖像匹配方法。

連宙輝

報告專家簡介：連宙輝，北京大學王選計算機研究所副教授，中國文字字體設計與研究中心副主任，CSIG/CCF高級會員，CSIG文檔圖像分析與識別專委會常務委員，本科畢業於南京航空航天大學，博士畢業於北京航空航天大學，研究方向為計算機圖形學、人工智能、計算機視覺。近年來在國際重要雜誌（IJCV, TOG, PR, CGF等）與會議（SIGGRAPH/SIGGRAPH Asia, CVPR, IJCAI, AAAI, MM, PG等）上發表論文五十多篇，申請國家發明專利20餘項（已授權8項），曾獲得2014年北京大學第十四屆青年教師教學基本功比賽理科組一等獎，2018年度王選青年教師獎一等獎，2019年北京大學第四屆產學研合作獎優秀項目獎一等獎，第九屆吳文俊人工智能優秀青年獎獲獎者。

報告題目：文字圖像圖形生成

報告摘要：圖像圖形生成是計算機圖形學、計算機視覺、人工智能領域中的一個研究熱點，近年來隨著深度學習技術尤其是生成對抗網絡、變分編碼器等深度生成模型的提出、應用與快速發展，該問題吸引了國內外學術界和工業界越來越多研究人員的廣泛關注，並取得了顯著進展。由於文字種類繁多、數量龐大、形狀複雜、風格多樣、語意豐富，使得面向文字的圖像圖形生成(GISS)任務成為生成問題中最具難度的挑戰之一。本報告將詳細介紹文字圖像圖形生成技術的研究現狀以及我們團隊在這方面的最新研究進展，並對現有面向文字的圖像圖形生成技術中存在的主要問題、潛在的解決方案和未來的研究方向進行分析和討論。

尖峰對話：破解前沿基礎理論研究及應用法則

主持人：宮 辰

主持人簡介：宮辰於2016年獲上海交通大學博士學位，現任南京理工大學計算機科學與工程學院教授、博導。其研究方向主要包括機器學習、數據挖掘及基於學習的計算機視覺問題。已在世界頂級期刊或會議上發表60餘篇學術論文，主要包括IEEE T-PAMI, IEEE T-NNLS, IEEE T-IP, IEEE T-CYB, NeurIPS, CVPR, AAAI, IJCAI等，另有5項發明專利獲得授權。目前擔任AIJ、IEEE T-PAMI、IEEE T-NNLS、IEEE T-IP、IEEE T-KDE等20餘家國際權威期刊審稿人，並受邀擔任ICML、NeurIPS、IJCAI、AAAI、ICDM等多個國際會議的PC/SPC member。主持國家自然科學基金面上項目、國家自然科學基金青年項目、江蘇省自然科學基金面上項目等。曾獲上海交通大學“優秀博士學位論文”獎、中國人工智能學會“優秀博士學位論文”獎、江蘇省“六大人才高峰”、江蘇省“雙創博士”、江蘇省科協“青年人才託舉工程”、中國科協“青年人才託舉工程”、“香江學者”、第九屆吳文俊人工智能優秀青年獎獲獎者。

王 鼎

對話專家簡介：王鼎，2012年畢業於中國科學院自動化研究所，獲得工學博士學位，同年留所，在複雜系統管理與控制國家重點實驗室工作，歷任助理研究員、副研究員；期間於2015年12月至2017年1月，在美國University of Rhode Island電氣、計算機與生物工程系訪問交流；自2019年2月起，任北京工業大學信息學部教授。主要研究方向為自適應與學習系統、計算智能與智能控制。在自動控制、計算智能等領域的權威國際期刊和重要國際會議上發表學術論文120餘篇，其中70餘篇被SCI檢索，並出版學術專著3本、章節3篇。入選中國科協青年人才託舉工程、中國科學院青年創新促進會，獲得中國科學院優秀博士學位論文獎、中國自動化學會優秀博士學位論文提名獎、中國自動化學會自然科學獎一等獎、北京市科學技術獎三等獎。擔任過著名國際期刊IEEE Transactions on Neural Networks and Learning Systems和Neurocomputing以及國內權威期刊自動化學報的編委。曾在一些重要國際會議上擔任職務，如2017 International Conference on Neural Information Processing, 2016 World Congress on Intelligent Control and Automation, 2014 IEEE World Congress on Computational Intelligence等。第九屆吳文俊人工智能優秀青年獎獲獎者。

董 琦

對話專家簡介：董琦，畢業於天津大學自動化系控制科學與工程專業，獲工學博士學位，北京航空航天大學博士後。從事群體智能無人系統的理論研究、技術攻關和裝備研發等工作，致力於國防軍工事業。現為中國電科電子科學研究院智能系統研究所高級工程師、副總師、所長助理，科技委委員，智能無人集群控制專業學術帶頭人。入選“中國科協青年人才託舉工程”，獲“中國電子學會優秀博士學位論文獎”，獲“IEEE/CSAA GNCC最佳張貼論文獎”，獲“電科院十大科技進展獎”等。主持國家自然科學基金青年科學基金、中國博士後科學基金等項目，已發表學術論文20餘篇，申請國家發明和國防專利15項，出版專著1部。曾任中國科協“未來智能空天技術發展青年科學家”論壇執行主席，第十二屆智能機器人與應用國際會議（ICIRA）“群體智能無人系統”分論壇主席。目前擔任全軍首個無人機集群重大演示驗證項目常務副總師，裝備發展部空軍人工智能裝備應用專業組秘書，中國航空學會理事會青年工作委員會委員，中國自動化學會無人飛行器自主控制專委會委員、IEEE Member等。第九屆吳文俊人工智能優秀青年獎獲獎者。

曾湘祥

對話專家簡介：曾湘祥，1984年生，博士，湖南大學“嶽麓學者”特聘教授。博士畢業於華中科技大學。先後任職於廈門大學計算機科學系和湖南大學計算機科學系。哈佛大學、俄克拉荷馬州立大學及香港中文大學訪問學者。一直從事仿生智能系統的理論、方法與應用研究。在理論上系統研究了脈衝神經模型各組分如閾值、神經元個數等對系統計算能力的影響，在算法上提出了層次分解的多目標進化思想，有助於解決複雜的優化問題。將仿生智能算法應用到生物醫藥和百度貼吧作弊問題上，取得良好效果。研究成果在人工智能領域國際期刊發表SCI檢索論文60餘篇，其中以第一或通信發表JCR一區論文19篇、IEEE/ACM彙刊13篇。SCI引用1700餘次，Google Scholar引用2600餘次，4篇第一作者論文入選ESI高被引論文。近年主持國家自然科學基金（2項）、福建省高校自然基金青年重點項目、百度公司項目以及深圳科技創新項目等多項人工智能項目。獲得2016－2019年西班牙胡安德拉西瓦學者項目資助，該項目每年挑選60名海外研究者，由西班牙政府資助每人每年4萬歐元，用於與西班牙開展合作研究。2016年入選IEEE高級會員，擔任了SCI期刊Current Bioinformatics副主編，Scientific Reports、Cogent Engineering和PLoS One學術編輯，Molecules和Journal of Universal Computer Science客座編輯。受邀在ACMC、IDMB等國際會議上作keynote報告。獲2016年度國際膜計算協會最佳論文獎、福建省計算機學會優秀論文一等獎，福建省教學成果獎二等獎。相關研究工作得到歐洲科學院院士、美國科學院院士等國際學者的認可。第九屆吳文俊人工智能優秀青年獎獲獎者。

張 丹

對話專家簡介：張丹，博士，副教授，博士生導師，2013年畢業於浙江工業大學，師從國家傑出青年基金獲得者俞立教授，同年留校工作至今。近年來，張丹博士圍繞網絡化系統智能感知與控制方向，開展了通信不確定性環境下的控制系統分析與設計、無線網絡的能量優化與管理以及多智能體網絡化系統的信息安全等研究工作。已主持國家基金，香江學者計劃，浙江省基金，浙江省錢江人才計劃和企業橫向等各類項目8項。作為合作單位負責人參與國家重點研發計劃“戰略性國際科技創新合作”重點專項和寧波市“科技創新2025”重大專項等項目2項，同時作為課題副組長參與國家重點研發計劃“現代服務業共性關鍵技術研發及應用示範”專項1項。擔任4個國際SCI源期刊的領域編輯和副編輯職位，出版英文專著2部，發表學術論文60餘篇（IEEE彙刊25篇，含長文22篇），其中22篇論文發表於IEEE Transactions on Neural Networks and Learning Systems，IEEE Transactions on Industrial Electronics，IEEE Transactions on Cybernetics等中科院TOP期刊。申請發明專利27項，其中已授權發明專利11項。研究工作受到了美國國家工程院院士、加拿大工程院院士、韓國科學院院士、中國工程院院士、新加坡工程院院士、IEEE Life Fellow和IEEE Fellow等多位國內外著名學者的引用和正面評價，部分成果被評價為“新方法”、“顯著的”、“重要突破”和“非常有效”等。研究論文目前已被他引1800餘次，其中SCI他引1300餘次，14篇論文成為ESI高被引論文，4篇進入熱點行列。作為指導老師，帶領本科生參加中國機器人競賽，獲得國家一等獎、二等獎、第九屆吳文俊人工智能優秀青年獎等獎勵10項。

郭裕蘭

對話專家簡介：郭裕蘭，2015年於國防科技大學獲工學博士學位，2011年至2014年於澳大利亞西澳大學聯合培養，2016年至2018年在國家首屆“博士後創新人才支持計劃”資助下於中科院計算技術研究所從事博士後課題研究。主要研究興趣包括點雲特徵學習、三維目標識別、三維場景理解等基礎理論及應用研究。主持國家自然科學基金、國防科技項目基金、博士後科學基金等項目多項。目前已在IEEE TPAMI、IJCV和CVPR等國際期刊和會議上發表學術論文80餘篇，其中ESI熱點論文1篇，高被引論文4篇，論文被引用2000餘次。合著英文專著1部，著作章節1章，教輔書2部。目前擔任中國圖象圖形學學會三維視覺專委會秘書長，中國計算機學會計算機視覺專委等多個專委會委員，VALSE資深領域主席委員會（SAAC）委員，IET Computer Vision和IET Image Processing期刊編委（AE）。曾擔任IEEE TPAMI客座編輯，CVPR、ICCV、IJCAI和AAAI等多個國際會議的程序委員會委員，TPAMI和IJCV等30餘個知名國際期刊的審稿人。在頂級會議CVPR2016發起並組織專題講習班1次，在CVPR2019組織Workshop一次。曾獲全軍優秀博士學位論文獎（2016），中國人工智能學會優秀博士學位論文獎（2016）。指導學生獲2016年中國研究生電子設計競賽第一名（特等獎）。第九屆吳文俊人工智能優秀青年獎獲獎者。