第七届人工智能技术与应用国际学术会议(ICAITA 2025)

会议时间：
2025年6月20日-22日

会议地点：
中国温州

检索机构：
EI,Scopus

- 关于 ICAITA 2025 -

欢迎来到 2025 第七届人工智能技术与应用国际会议（ICAITA 2025）的官方网站。

2025第七届人工智能技术与应用国际学术会议（ICAITA 2024）将于2025年6月20-22日在中国温州召开。ICAITA 2025 将人工智能技术和应用领域的创新学者和行业专家聚集在一个共同的论坛中。会议的主要目标是促进人工智能技术和应用的研发活动，另一个目标是促进世界各地的研究人员、开发人员、工程师、学生和从业者之间的科学信息交流。该会议将每年举行一次，使其成为人们分享人工智能技术和应用及相关领域观点和经验的理想平台。

出版

所有受邀和投稿的论文都将由来自委员会的两到三名专家进行评审。经过仔细的评审过程，ICAITA 2025 所有被录用的论文都将在会议论文集中发表，并提交给 EI Compendex 和 Scopus 进行索引。

邀请嘉宾

Prof. Irwin King， IEEE Fellow， INNS Fellow， AAIA Fellow， ACM 杰出会员

中国香港中文大学

BIO： Irwin King教授是香港中文大学计算机科学与工程系的杰出教授。他的研究兴趣涵盖多个领域，包括机器学习、社交计算、人工智能和数据挖掘。King 教授在顶级场所发表了大量文章，并担任众多国际出版商的编委会成员。他是 IEEE、INNS、AAIA 和 HKIE 的 Fellow 和 ACM 杰出会员。在他的整个职业生涯中，King 教授曾在著名的会议和学会中担任领导职务。他曾担任国际神经网络学会（INNS）的主席，并担任过许多重要国际会议的联合主席等重要职务。此外，他还是机器智能和社会计算实验室以及可信机器智能联合实验室的主任。King 教授在加州理工学院获得 B.Sc，在南加州大学获得计算机科学 M.Sc 和博士学位。

演讲题目：多模态基础和大型语言模型：应用、挑战和未来方向

摘要：近年来，人工智能领域在多模态基础和大型语言模型方面取得了重大进展。本主题演讲将对这些模型进行探索，重点介绍它们在科学、机器人、推荐系统和水印等各个领域的应用。我们将讨论多模态模型的当前趋势，强调它们在理解和处理复杂信息方面日益增长的重要性。此外，我们将深入研究这些模型面临的挑战，例如可扩展性、可信度，并探索该领域的潜在未来方向。通过研究改善这些挑战的创新方法并考虑新兴技术的影响，我们的目标是激发这个快速发展的领域的进一步研究和创新。

张海军教授，IEEE Fellow

中国北京科技大学

个人简介：张海军（IEEE会士）目前是中国北京科技大学的正教授。他曾是加拿大英属哥伦比亚大学（UBC）电气与计算机工程系的博士后研究员。他担任/曾担任 VTC Fall 2022 和 WCNC 2020/2021 的分会联合主席、Globecom'19 研讨会主席、INFOCOM 2018 下一代网络中集成边缘计算、缓存和卸载研讨会的 TPC 联合主席，以及 GameNets'16 的联合主席。他担任 IEEE Transactions on Wireless Communications、IEEE Transactions on Information Forensics and Security 和 IEEE Transactions on Communications 的编辑。他于 2018 年获得 IEEE CSIM 技术委员会最佳期刊论文奖，2017 年 IEEE ComSoc 青年作者最佳论文奖，2019 年 IEEE ComSoc 亚太最佳青年研究员奖。他是 IEEE 的杰出讲师和 IEEE Fellow。

演讲题目：6G 中的资源优化

摘要：本次演讲将确定并讨论与 6G 移动资源优化相关的技术挑战和最新结果。讲座主要分为四个部分。第一部分将介绍 6G 移动网络，讨论 6G 移动网络架构，并提供 6G 移动网络中的一些主要技术挑战。第二部分将重点关注 6G 网络中的资源管理问题，并提供有助于发展工程见解的不同最新研究结果。第三部分将讨论基于机器学习和深度学习方法的未来 6G 网络，并解决一些关键的研究问题。最后一部分将对 6G 移动网络优化的未来展望进行总结。

Qinmin Yang 教授，IEEE 高级会员

中国浙江大学

个人简介：杨勤敏先生于 2001 年获得中国民航大学电气工程学士学位;2004 年获得中国科学院自动化研究所控制科学与工程理学硕士学位;2004 年获得密苏里大学罗拉分校电气工程博士学位。 2007 年，美国密苏里州。2007 年至 2008 年，他在密苏里大学罗拉分校担任博士后研究助理。从 2008 年到 2009 年，他担任 Caterpillar， Inc. 的系统工程师。2009 年至 2010 年，他在康涅狄格大学担任博士后研究助理。自 2010 年以来，他一直在中国浙江大学控制科学与工程学院工业控制技术国家重点实验室工作，目前担任教授。他还曾在多伦多大学和利哈伊大学担任访问职务。

演讲题目：风能智能控制设计的理论研究与实践

摘要：风能被认为是当前化石能源的一种有前途的替代品。大型风力涡轮机已被广泛部署，以证实各国的可再生能源战略。在本次演讲中，讨论了控制社区在高度可靠和高效地开发风能方面面临的挑战。高级控制器旨在（部分）克服不确定性、间歇性和强烈动态等问题。理论结果和实践尝试都存在。

何祥健教授

University of Nottingham 宁波诺丁汉大学

简介： Professor Xiangjian （Sean）他于 1999 年获得悉尼科技大学计算机科学博士学位。他目前是宁波诺丁汉大学计算机科学学院副院长和计算机视觉与智能感知实验室主任。

He 在 2022 年斯坦福大学报告的“世界前 2% 科学家”名单中。

2011 年至 2022 年，他曾担任悉尼科技大学（UTS）全球大数据技术中心（GBDTC）的计算机科学教授和计算机视觉和模式识别实验室的负责人。他是 IEEE 信号处理学会学生委员会成员。他参与的团队在 2018 年获得了 UTS 校长合作卓越研究奖。他被国际技术研究所（ITI）授予“国际注册技术专家”称号。他带领悉尼科技大学和香港理工大学（PolyU）的联合研究项目团队获得了 2017 年 VIP 杯的亚军，以及 2019 年 VIP 杯的冠军，由 IEEE 信号处理学会颁发。2021 年，由理大林教授领导、悉尼科技大学何教授共同领导的理大团队再次获得 2021 年 VIP 杯亚军。

过去几年，他主要在计算机视觉、数据分析和机器学习领域进行研究。他最近带领他的研究团队进行基于深度学习的研究，包括人类行为识别、人体计数和密度估计、微小物体检测、生物医学应用、显著性检测、自然语言处理、网络安全、人脸和面部表情识别、路标检测、车牌识别等。他在许多国际会议上担任过各种主席职务，如 ACM MM、MMM、ICDAR、IEEE BigDataSE、IEEE BigDataService、IEEE TrustCom、IEEE CIT、IEEE AVSS、IEEE ICPR 和 IEEE ICARCV。

Speech 标题：显著目标检测

摘要：显著目标检测旨在模拟人类的视觉系统和认知机制来识别和分割显著目标。然而，由于这些机制的复杂性，目前的方法并不完美。准确性和稳健性需要进一步提高，尤其是在具有多个对象和背景杂波的复杂场景中。在本次演讲中，介绍了两种方法。第一种方法估计来自单目 RGB 图像的深度信息，并利用中间深度特征来提高深度神经网络框架中的显著性检测性能。虽然也提出了许多其他 RGB-D 显著性模型，但它们需要获取深度数据，这成本高昂且不容易获得。第二种方法采用边界敏感性、内容完整性、迭代细化和频率分解机制。多级混合损失旨在指导网络学习像素级、区域级和对象级特征。对具有挑战性的基准数据集的全面评估表明了所提出的方法取得了最先进结果的成就。

征文

提交的主题包括但不限于：

·人工智能应用和技术

·人工神经网络

·人工智能工具和应用程序

·贝叶斯网络

·神经信息学

·机器人

·数据挖掘

·DNA 计算和量子计算

·计算学习理论

·计算与心灵