2025年第十三届信息技术与科学国际会议(ICITS 2025)

 

欢迎参加第 13 届 ICITS 2025

 

2025 第十三届信息技术与科学国际会议 （ICITS 2025） 将于 2025 年 6 月 25 日至 27 日在韩国济州岛举行。 由美国科学与工程学院 WCSE、中国农业大学赞助，美国休斯顿市中心大学、俄罗斯鲍曼国立技术大学等支持。

 

ICITS 2025 会议的议程将涵盖信息技术和科学的广泛研究主题，在不同研究领域之间建立联系。除了技术会议外，与会者还将有机会参加主题演讲、研讨会和社交活动。会议将通过专业会议、海报展示、全体会议和领先从业者的演讲提供实际曝光，突出即将到来的挑战和潜在的解决方案。

 

ICITS 在过去 12 年中已成为一个重要的会议，为来自世界各地的学者、科学家、研究人员和行业专业人士提供了一个展示研究成果、建立网络和交流思想的平台。

 

论文集

ICITS 2025 的提交将进行同行评审。被接受和注册的论文将作为研讨会发表在 WCSE 会议论文集中，由 Ei 和 Scopus 索引。

 

正文

 

13th信息技术与科学国际会议 （ICITS 2025） 将于 2025 年 6 月 25 日至 27 日在韩国济州岛举行。 会议 在最近的 13 年中被确立为重要的 来自世界各地的院士、科学家、研究人员和行业

专业人士可以展示他们的研究成果的会议 结果和网络并分享理想。

 

感兴趣的领域：

ICITS 2025 感兴趣的领域如下。其他主题 信息技术和科学也将被考虑。

 

信息技术

信息系统与技术

国际商务

会计和财务信息系统

商业战略和信息技术

管理信息系统

信息系统规划与管理

信息技术的应用

互联网技术

计算机模拟

编程语言

电子商务和电子政务

信息技术管理

无线通信和移动计算

教育系统及其应用

信息经济学与管理

CAD/CAM/CIM 认证

生物信息学和计算生物学

商业智能和管理

通信和网络

计算科学与技术

数据挖掘、数据仓库和知识发现

能源系统与工程

网格计算、超级计算和云计算

硬件和软件协同设计

健康与医疗科技

人机交互

图像和信号处理

工业与环境工程

信息科学与技术

智能机器人和自主代理

建模和仿真

模式识别和信息检索

安保和安全

智能卡和 RFID 技术

软计算和智能系统

无处不在的计算和嵌入式系统

 

邀请嘉宾

 

主讲人 I

 

 

 

Prof. Xiaoli Li，

Nanyang Technological University， 新加坡

 

演讲题目：利用 AI：通过先进的计算机科学实现行业转型 工程

摘要：这 演示文稿深入探讨计算机的变革潜力 关键行业的科学和工程，包括制造业、 航空航天、专业服务和运输。在制造业 航空航天、AI 驱动的时间序列分析成为革命性的 force，实现预测性维护和状态监控。 了解这些进步如何优化运营、最大限度地减少停机时间、 并提高生产力。在专业服务领域，AI 证明了 在提高审计师的工作效率、准确预测方面不可或缺 员工流失，并开发先进的网络威胁搜寻工具，以 增强安全性。在运输行业，探索 AI 如何 优化交通信号灯系统以提高效率。加入我们 揭示计算机科学与工程如何重塑的旅程 行业、推动创新并为现实世界铺平道路 转型。

 

个人简介：Xiaoli 博士目前是部门负责人（Machine 智能部门，由 100+ AI 和数据科学家组成， 这是新加坡最大的人工智能和数据科学集团）和一个 A*STAR 信息通信研究所首席科学家 新加坡。他还在南洋大学担任兼职教授 科技大学（他在 National 担任兼职职位 新加坡大学 6 年）。他是 IEEE Fellow 和 亚太人工智能协会 （AAIA）。小李也是 担任 KPMG-I2R 联合实验室联合主任。他一直是 ESG Singapore 的信息技术标准委员会 （ITSC） 以及 自 2020 年起担任资讯通信媒体发展局 （IMDA）。而且，他 担任工信部健康创新专家组成员 卫生部 （MOH），教育部 （MOE） 专家组成员，作为 以及智能国家和数字政府办公室的 AI 顾问 （SNDGO），总理办公室，强调他的广泛参与 在关键的政府和行业倡议中

 

主旨演讲嘉宾 II

 

 

 

Professor Minghua Chen

香港城市大学， 中国香港

 

语音标题：合成分布式算法 组合网络优化

摘要： 许多重要的网络设计问题是 从根本上说是组合优化问题。大量 然而，分布式并不能轻易地解决此类问题 算法。我们开发了一种马尔可夫近似技术来合成 用于网络组合问题的分布式算法 接近最佳性能。我们表明，当使用 log-sum-exp 函数来近似任何组合问题的最优值， 我们最终得到一个可以解释为稳态的解 一类时间可逆马尔可夫链的概率分布。 在这类中选择马尔可夫链，或者他们小心翼翼地扰动 版本生成求解 log-sum-exp 的分布式算法 近似问题。马尔可夫近似技术允许人们 利用马尔可夫链的丰富理论来设计分布式 具有性能保证的计划。通过案例研究，我们说明了 它不仅可以为现有的分布式 解决方案，还可以帮助我们在 其他具有可证明性能的问题域，包括 Cloud 计算、边缘计算和 IoT 调度。

 

个人简介： 陈明华博士获得工程学士和硕士学位 来自清华大学电子工程系。他 在电气工程系获得博士学位 以及加州大学伯克利分校的计算机科学。他是 现任香港城市大学数据科学学院教授 岗。他获得了加州大学伯克利分校颁发的 Eli Jury 奖（颁发给 研究生或应届校友在 系统、通信、控制或信号处理领域）和 多项最佳论文奖，包括 2009 年 IEEE ICME 最佳论文奖， 2009 年 IEEE Transactions on Multimedia 论文奖，ACM 2012 年多媒体最佳论文奖，IEEE INFOCOM 最佳海报奖 2021 年，以及 2023 年 ACM e-Energy 最佳论文奖。他目前是一名 IEEE Systems Journal 高级编辑和 ACM 执行委员 SIGEnergy（作为奖项主席）。他最近的研究兴趣包括 在线优化和算法，电力系统中的机器学习， 智能交通系统、分布式优化和 延迟关键型网络系统。他是 ACM 杰出科学家 和 IEEE Fellow。

 

特邀报告人 I

 

 

 

Dr. Bruno Carpentieri，

Università di Salerno， 意大利

 

演讲题目：数据压缩不仅压缩数据

摘要：数字数据压缩是数字数据的编码 以最小化其表示形式。在压缩形式中，数字数据可以是 储存更紧凑，传输速度更快。在 开始数据压缩的主要应用是存储 磁盘上的文件和数字内存 如今，数字数据压缩是 数字通信的关键主角：我们不会，因为 例如，数字电视、智能手机和卫星通信，甚至 没有高效数据压缩的 AI 引擎。近期进展 压缩涵盖广泛的应用。

例如，Internet 和万维网基础设施的好处 从压缩中，搜索引擎可以扩展草图的概念 适用于文本文件、图像、语音或音乐数据等。此外 新的通用压缩方法一直在开发中，那些 允许对压缩数据进行索引或容错能力。压缩 还激发了用于模式发现和 分类，尤其是 BIO 序列。

今天我们知道，数据压缩、数据预测、数据 分类、学习和数据挖掘是相同的方面 （多维）硬币。

在本次演讲中，我们将回顾该领域的一些最新进展，以及 发现数据压缩的不常见应用。

 

个人简介：Bruno Carpentieri 毕业于 萨莱诺大学，然后获得文学硕士学位和 布兰代斯大学计算机科学哲学博士学位 大学（美国马萨诸塞州沃尔瑟姆）。自 1991 年以来，他首先担任研究员，然后 计算机科学副教授，最后是正教授 萨莱诺大学（意大利）。他的研究兴趣包括数据 压缩和信息隐藏。他曾是 IEEE Trans 的副主编 杂志。在图像处理方面，并且仍然是 国际期刊 Algorithms and Security and Communication 网络。他还是各种国际 会议，包括国际数据压缩会议、 通信与处理，国际会议联合主席 关于序列的压缩和复杂性，并且多年来一直存在 IEEE Data Compression 程序委员会成员 他曾负责多个欧盟委员会 数据压缩领域的合同（数字压缩 图像和视频）。他是 萨莱诺大学计算机科学系。

 

 

 

Dr. Sanghyuk Lee

新乌兹别克斯坦大学，乌兹别克斯坦

 

演讲题目：Decision making with Iterative Game with Semi-Perfect 信息

摘要：具有迭代博弈的决策框架 结构。在提议的结构中，最大值 每个参与者的利益由迭代过程解决。基于 收益矩阵，通过将其与 玩家设定的标准。实现各方利益最大化 （买方和卖方），则基于 给定收益矩阵和迭代机。对于实际应用， 考虑实际实例，得到可行的解决方案。在 与现有的博弈论研究机构的比较 半完美的信息，提供的解决方案远非他们的回报 但结果对两个政党来说都是可以接受的。

 

个人简介：Sanghyuk Lee （M'21-SM'21） 获得博士学位 首尔国立大学，韩国首尔，电气工程专业 1998 年。他的主要研究兴趣包括数据评估 相似性测量、人体信号分析、高维数据 分析、线性/非线性系统的控制器设计和观测器 线性/非线性系统设计。李博士目前担任 塔什干新乌兹别克斯坦大学计算机学院教授 自 2023 年以来的乌兹别克斯坦。他一直担任 习 智能电网与信息融合中心 （CeSGIC） 2014 年至 2023 年在中国苏州的 Jiatog-Liverpool University。他还 曾任韩国融合会 （KCS） 副会长 2012 年至 2019 年，并被任命为 Chiang 的兼职教授 2016 年，泰国清迈的 Mai 大学。李博士组织了几个 与 KCS 合作的国际会议，并获得了多项荣誉，例如 KCS 和 Korean Fuzzy 的杰出学者/最佳论文奖 社会。Lee 博士是 IEEE 的高级会员。

 

 

 

Dr. Amirrudin Kamsin

马来亚大学， 马来西亚

 

演讲题目：混合式学习

的挑战摘要：混合式学习被广泛认为是一种 结合了面对面和在线学习带来的好处 组件。然而，这种在线与面对面相结合的方法 多年来，教学组件一直引起人们的担忧。几个 研究强调了混合学习模式的总体挑战 的指导，但对 混合式学习的在线部分存在的挑战。因此 对文献进行了系统评价，目的是 确定混合式学习的在线部分面临的挑战 从学生、教师和教育机构的角度来看。 自我调节的挑战和使用学习技术的挑战 是学生面临的主要挑战。教师面临的挑战是 主要是利用技术进行教学。挑战 提供合适的教学技术和有效的培训 对教师的支持是教育面临的主要挑战 机构。本综述强调了进一步调查的必要性 解决学生、教师和教育机构面临的挑战 在混合学习中。此外，我们还提出了一些建议 未来的研究。

 

个人简介： Amirrudin Kamsin 是该学院的高级讲师 计算机科学和信息技术的代理主任 以及大学副主任（开放远程学习和专业课程） 马来亚大学继续教育中心 （UMCCed） 马来西亚马来亚。他于 2001 年获得 BIT（管理）学位，并于 2001 年获得硕士学位 2002 年马来亚大学和伯恩茅斯分校计算机动画 大学，英国。他获得了计算机科学博士学位 2014 年毕业于伦敦大学学院 （UCL）。他的研究领域包括 人机交互 （HCI）、身份验证系统、电子学习、 移动应用程序、严肃游戏、增强现实和移动健康 服务业。

 

 联系方式

会议秘书处

 

Ms. Anna Yuan

 

邮箱： icits@zhconf.ac.cn

 

电话： +86-28-8652-8629