2025年人工智能与大模型国际学术会议(AIFM 2025)

 

关于 AIFM 2025

 

2025人工智能与基础模型国际学术会议

 

2025 人工智能与基础模型国际会议 （AIFM 2025） 将于 2025 年 7 月 18-20 日在历史悠久、文化底蕴深厚的中国广州召开。本次会议是全球人工智能领域的重要学术活动，旨在汇聚来自全球学术界、工业界和政府机构的专家学者，共同探讨人工智能及其大规模模型技术的最新发展和未来方向。

 

近年来，随着算力的提高和大数据技术的发展，人工智能和大模型的研究已成为前沿技术的重要组成部分。从自然语言处理到计算机视觉，从机器人学习到自动驾驶，大型模型的应用正在深刻改变着各个行业。本次会议将深入探讨人工智能的多维应用，包括大规模模型的构建、训练和优化，以及在特定行业中的实际实施，以促进理论与应用的有效融合。

 

我们诚挚邀请您参加这一全球性的学术盛会，与众多学者和同仁一起探索人工智能和大模型的未来发展，共同推动该领域的创新和进步。欲了解更多信息和注册，请访问会议官方网站。我们期待与您相约广州，共同探讨智能未来的无限可能！

 

出版

 

所有论文将由来自会议委员会的两到三名专家评审员进行评审。经过仔细的评审过程，所有被录用的论文都将发表在会议论文集中，并提交给 EI Compendex， Scopus 进行索引。

 

 

邀请嘉宾

 

于志文教授，华南理工大学，中国 （IEEE /ACM 高级会员）

 

余志文教授，华南理工大学

 

 

传记：

 

Zhiwen Yu 是中国华南理工大学计算机科学与工程学院的教授。他于 2008 年获得香港城市大学博士学位。于博士撰写或合著了 190 多篇参考期刊文章和国际会议论文，其中 68 篇发表在 IEEE Transactions、h-index 42、i10-index 141、Google citation 8178 等期刊上。他是IEEE Transactions on systems， man， and cybernetics： system s的副主编。负责或参与了30多个研究项目，如国家自然科学基金（重点项目、面上项目和青年项目）、国家自然科学基金优秀青年科学家、 广东省重点研发计划，等等。他是 IEEE 和 ACM 的高级会员，2016 年至 2023 年担任中国计算机学会理事会成员 （CCF）。

 

 

 

报告题目：集成学习及其应用

 

摘要：集成学习是指将多个单独的机器学习模型组合在一起进行预测或决策的技术。在本次演讲中，我们首先概述了主流集成学习方法的研究进展。这些集成学习方法根据其独特的特征进行分类。然后，讨论了与每种主流集成学习方法相关的挑战和潜在的研究方向。在下文中，我们将探讨集成学习与其他流行的机器学习方法（如深度学习和广泛的学习系统）的集成。最后，我们将详细介绍一种增量加权集成广义学习系统方法和一种迁移聚类集成方法。

 

 

张伟山 教授，中国石油大学

 

张卫山教授，中国石油大学

 

传记：

 

张伟山是中国石油大学（华东）计算机科学与技术学院的正教授。现任山东省可信人工智能生态实验室主任，中国自动化协会数据联合会、联合会智能委员会副主任委员，青岛市人工智能学会理事长。他拥有西北工业大学的学士、硕士和博士学位，并曾在新加坡国立大学、同济大学、加拿大卡尔顿大学和丹麦奥胡斯大学工作。

 

他的研究重点是大数据智能处理、可信人工智能和神经形态智能。发表相关论文近 200 篇，获得发明专利近 20 项。他担任 IEEE Transactions on Intelligent Vehicles 的副主编，以及 IEEE Internet of Things 和 IEEE Transactions on Computational Social Systems 等顶级期刊的客座编辑。主持国家自然科学基金等系列项目的PI，与海尔集团、航天科工、中国电力、中国石油天然气集团公司等单位深度合作。

 

因在可信人工智能和大数据智能处理的研究和应用方面做出的突出贡献，他排名第一，获得一系列奖项，包括青岛市科学技术进步奖一等奖、山东省科技进步二等奖、吴文军人工智能科学技术进步奖三等奖、 青岛市技术发明奖三等奖。

 

 

 

 

标题：通过将 LLM 与小模型相结合进行故障分析的类脑认知驱动模型工厂

 

摘要：传统的故障分析解决方案存在一些不足，包括准确性和对新用例的适应性低、难以充分利用多模态维护数据等。受大脑认知和大型语言模型 （LLM） 的启发，我们通过将 LLM 与小规模模型相结合，提出了一种类脑认知驱动的故障分析模型工厂。模型工厂旨在生成适当的小模型来对应数据，由使用领域知识微调的 LLM 指导。使用钢板故障数据集、电气断层线检测数据集、UCI 机械分析数据集、CWRU 轴承数据集和自制空调数据的评估表明，所提出的 BC-MF 方法对于 LLM 模型或小尺度模型本身具有更好的性能。此外，此 BC-MF 附件可以成为解决故障的有用系统解决方案指南。

 

 

倪建军 教授，河海大学，中国（IEEE 高级会员）

 

倪建军教授，河海大学

 

传记：

 

倪建军先生于 2005 年获得中国矿业大学信息与电气工程学院博士学位。2009 年 11 月至 2010 年 10 月，他担任加拿大安大略省圭尔夫市圭尔夫大学高级机器人和智能系统 （ARIS） 实验室的访问教授。他目前是中国常州河海大学物联网工程学院的教授。他在相关国际会议和期刊上发表了 100 多篇论文。他的研究兴趣包括控制系统、神经网络、机器人技术、机器智能和多智能体系统。倪博士还担任许多国际期刊的副主编和审稿人。

 

 

 

题目：基于深度学习的无人机目标检测进展

 

摘要：随着无人机 （UAV） 目标检测技术的飞速发展，无人机航拍照片的数据采集变得很方便。它们在监测、地质勘探、精准农业和灾害预警等多个领域都有广泛的应用。近年来，基于深度学习的无人机目标检测领域取得了重大进展。因此，本报告将介绍基于深度学习的无人机目标检测的最新研究进展。本报告概述了无人机的发展，并总结了基于深度学习的无人机目标检测方法。此外，还分析了无人机目标检测中的关键问题，如小目标检测、复杂背景下的目标检测、目标旋转、尺度变化和类别不平衡问题。然后，总结了针对这些问题的一些基于深度学习的代表性解决方案。最后，讨论了无人机目标检测领域的未来研究方向。

 

 

Prof. Lu Leng， 南昌航空大学

 

 

冷璐教授，南昌航空大学

 

 

传记：

 

Lu Leng 于 2012 年在中国成都的西南交通大学获得博士学位。他在韩国首尔延世大学和南京航空航天大学进行了博士后研究。他曾是美国西弗吉尼亚大学和韩国延世大学的访问学者。目前，他是南昌航空大学的正教授。

 

冷教授发表了 100 多篇国际期刊和会议论文，包括约 50 篇 SCI 论文和 3 篇高被引论文。他获得了多项奖学金和资助项目，其中包括中国国家自然科学基金 （NSFC） 支持的 5 个项目。他担任 100 多种国际期刊和会议的审稿人。他的研究兴趣包括计算机视觉、生物识别模板保护和生物识别。

 

冷教授是2021年“科技中国”江西省企业“创新人才”优秀代表，2019年获得“江西省青年五四奖章”，2018年获得“江西省十万人才工程”，2014年获得“江西航海工程”等。

 

 

题目：计算机视觉在多个领域的高级应用

 

摘要： 计算机视觉 （CV） 是人工智能的前沿领域，是一门研究如何使计算机理解和处理多媒体数据（如图像和视频）的学科。本次演讲将介绍 CV 在生物识别、智慧医疗、数据隐藏三个领域的先进应用技术。

 

论文征集

 

提交的主题包括但不限于：

 

 

◕ 人工智能技术与应用

 

◕ 人工神经网络

 

◕ 生物特征识别技术

 

◕ 美国有线电视新闻网

 

◕ 计算机视觉

 

◕ 数据分析与挖掘

 

◕ 深度学习

 

◕ GPT-3

 

◕ 人机交互

 

◕ 手写识别

 

◕ 图像识别

 

◕ 智能算法

 

◕ 智能控制

 

◕ 智能系统

 

◕ 大型语言模型

 

◕ 大型多模态模型

 

◕ 机器学习

 

◕ 机器视觉

 

◕ 医学影像分析

 

◕ 多媒体学习

 

◕ 自然语言处理

 

◕ 自然语言处理

 

◕ 光学字符识别

 

◕ 模式识别

 

◕ 强化学习

 

◕ 语音识别

 

 

联系我们

 

郭小姐

 

（会议秘书）

 

电话：+86-18124944750（微信同号）

 

电子邮件： icaifm@163.com

 

QQ：2152116918