2025年第四届机器学习、云计算与智能挖掘国际会议(MLCCIM 2025)

关于 MLCCIM 2025

第四届机器学习、云计算与智能挖矿国际会议（MLCCIM 2025）将于2025年7月21-25日在漠河召开。尽管机器学习和挖矿技术已经发展了几年，但相关研究的热情仍然非常高涨。云计算等计算技术的突破，使得机器学习和智能挖矿的理论和方法更加引人注目，相关研究也随之兴起，这将对人类生活和社会的发展趋势产生更深远的影响。随着此类智能理论和技术的实用性增强，机器学习和智能挖矿技术的应用有望呈指数级增长。在此背景下，MLCCIM 2025 期望为相关领域的专家、学者和研究人员提供一个交流思想、分享研究成果和探索未来发展前景的平台。通过来自不同但相关领域的同行之间的面对面讨论，将产生新的想法、方法和技术，并促进来自不同国家的研究人员之间的合作。我们期待在漠河与您相见！

 

出版

所有被接受的MLCCIM 2025论文都将提交给Springer系列书籍（电子版ISSN 1876-1119和印刷版ISSN 1876-1100），以便在会议论文集中出版。

 

被选中的具有重要扩展性的论文将被推荐给以下国际期刊发表。

 

会议信息

 

会议地点：中国·漠河

 

会议时间：2025年7月21-25日

 

截稿日期：2025年5月10日

 

支持单位：佛山市人工智能学会、佛山大学

 

论文征集

欢迎您通过 MLCCIM 2025 会议提交论文，主题包括：

机器学习和控制系统

 

强化学习的方法和效率

学习 机器人

学习的增强感知 增强的机器人规划

学习 增强的机器人作

学习 增强的机器人控制

手写识别

图像预处理和分割

视觉机器学习技术

用于多机器人合作或对抗的

强化学习 仿生和医疗机器人

自动驾驶中的机器学习

无人机和 USV

无人机和强化学习

机器人系统的深度学习、模仿学习和强化学习

控制和监督系统

控制应用中

的机器学习 远程机器人和远程作

工业网络和自动化

联网机器人

决策支持系统

分布式控制系统

基于神经网络的控制系统

学习和自适应控制系统

移动机器人和智能自主系统

云计算与智能挖矿

 

面向大数据

的云和网格计算 云计算架构和智能系统

云计算技术、服务和应用

云优化和自动化

智能计算的基础设施和平台

数据挖掘算法

可视化挖掘与数据可视化

图形挖掘

基于神经网络的数据挖掘

基于人工智能的大数据挖掘

 

 

全体会议发言人

演讲者 1：

演讲题目：工业预测控制系统

的协调与优化

 

摘要： 本报告简要回顾了工业预测控制系统协同控制和优化研究的历史和现状。报告以“设备关联耦合建模、多层次、多设备、预测控制、协调、优化、控制集成”为主线。首先，挖掘复杂机理的工艺系统中的关联知识和动态特性，形成数据驱动的因果分析耦合建模方法，帮助建立设计合理、合理的设备关联，解决了传统优化集成中工艺设计与控制优化环节模型脱节、连接不足、计算效率低等问题。然后，从实际生产情况出发，考虑各设备生产过程性能指标中的决策状态层级问题，基于退避机制设计合理的在线水平调整策略，合理协调平衡各子系统的参数指标。此外，考虑到存在全局约束时多子系统稳态协调的复杂问题，提出了一种基于人工参数和奇异值分解的协同控制策略，在保证终端集可行性的同时，实现多设备、多级全局约束下的协同控制。最后，从优化策略的角度系统分析影响过程设计与控制的不确定因素，提出一种基于极值搜索的实时优化与控制集成方法，以补偿优化控制周期的差异，提高了不确定环境下集成优化设计决策的灵活性和可信度。

 

 

苏宏业教授，浙江大学

 

个人简介： 苏宏业于 1995 年获得浙江大学博士学位。2000年12月任浙江大学高级控制研究所教授，1999年10月至2008年8月任高级控制研究所副所长。现任浙江大学网络系统与控制研究所副所长。

他的研究兴趣包括过程控制与优化理论和应用。他是 100 篇期刊论文、6 本书的作者/合著者。苏教授作为首席研究员承担了十余项国家和省部基金和国家重点项目，包括国家杰出青年科学基金、国家自然科学基金、经济部高等学校优秀青年教师教学科研奖励计划、国家高技术研究发展计划（863计划）项目。 等。

演讲者 2：

演讲题目：基于动态系统方法

的机器人技能学习

 

摘要： 在智能技术飞速发展的时代，机器人技能学习已成为增强自主适应性的关键途径和推进智能系统的关键方向。本报告侧重于基于动态系统的技能学习，系统地追溯了其从基础理论到最新进展的演变。该报告还讨论了成本函数学习等创新方法及其在改进技能获取框架中的作用。通过分析实际用例，该研究展示了动态系统方法如何增强轨迹稳健性和易于部署，为复杂现实世界环境中的自主决策和技能转移提供有价值的见解。

 

 

中国科学院大学 程龙教授

 

个人简介：程龙先生于 2004 年获得中国天津南开大学控制工程（荣誉）学士学位，并于 2009 年获得中国科学院自动化研究所控制理论与控制工程（荣誉）博士学位。他目前是中国科学院自动化研究所的正教授。他还是中国科学院大学的兼职教授。他在同行评审期刊和著名的会议论文集上发表了 200 多篇技术论文。他曾获得 IEEE 计算智能学会的 IEEE Transactions on Neural Networks 杰出论文奖、国际神经网络学会的 Aharon Katzir 青年研究员奖和亚太神经网络学会的青年研究员奖。他目前担任 IEEE/ASME Transactions on Mechatronics、IEEE Transactions on Cybernetics、IEEE Transactions on Automation Science and Engineering、IEEE Transactions on Cognitive and Developmental Systems、Science China Information Sciences、Science China Technological Sciences 和 Acta Automatica Sinica 的副主编/编委。

Cheng 博士是 IEEE/IET 的会士。

演讲者 3：

演讲题目：基于需求的多智能体系统

协同控制

 

摘要：多智能体系统的协同控制因其在有影响力的实际应用中的潜力而受到学术界和工业界的极大关注，例如使用无人地面或飞行器团队的搜索和救援任务，以及通过水下滑翔机舰队进行海洋采样。在本次演讲中，我们将利用基于需求的控制框架解决异构多智能体系统的合作输出共识问题。我们将首先概述基于需求的控制范式，强调它在减少不必要的通信和控制更新方面的效率和实用性。在此基础上，我们将引入一种新的分布式事件触发控制策略，旨在在交换网络拓扑下的多智能体系统中实现协同输出共识。这种策略确保了渐近输出共识，同时显著降低了通信需求，从而节省了宝贵的系统资源。值得注意的是，所提出的方法解决了两个关键挑战：持续监控问题（可能对系统资源提出过高要求）和 Zeno 行为（一种在有限时间内触发无限数量事件的现象，可能导致系统不稳定）。这两个问题都得到了有效的避免。

 

 

刘璐教授，香港城市大学

 

个人简介： 刘璐博士于 2008 年在香港中文大学机械与自动化工程系获得博士学位。2009 年至 2012 年，她先后在日本东京大学和英国诺丁汉大学担任助理教授。随后，她加入了香港城市大学，目前担任教授。她的主要研究兴趣包括网络系统与控制、机器人和智能控制。她发表了 100 多篇国际期刊论文，并在旗舰会议上获得了多项最佳论文奖，包括 2008 年中国控制会议的关照之奖和 2017 年亚洲控制会议的下村青年作者奖。2022 年，刘博士获得国家自然科学基金 （NSFC） 优秀青年科学基金（香港和澳门）。自 2020 年以来，刘教授一直被斯坦福大学评为全球前 2% 的被引科学家之一。刘博士曾担任 IEEE Transactions on Cybernetics、IEEE Transactions on Fuzzy Systems、IEEE Robotics and Automation Letters、Control Theory and Technology 和 Unmanned Systems 的副主编。她曾在多个国际会议的组委会任职，包括 2022 年 IEEE 控制与自动化国际会议的主席。

 

 

联系

 

欢迎您咨询梁小姐 关于会议。这是她的联系信息。

会议秘书：梁女士

电子邮件： mlccim@126.com

电话/微信：+86 13107314195