微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：智能工业能够满足国家工业智能化与绿色化的发展战略和重大需求，数据解析是工业智能的前沿基础研究方向，是推动科学发展的源动力之一，系统优化不但是智能制造管理决策的基础理论，也是工业智能的核心基础理论，是数据解析的心脏和发动机。为了全面贯彻新发展理念，切实推进产业结构调整，走高质量发展之路，以传统优势工业（制造、物流、能源等“老字号”）智能转型升级和新兴战略工业（半导体、芯片、传感器、机器人等“新字号”）智能前沿引领为目标，在工业智能与系统优化的核心理论、关键技术、工业应用等方向开展系统研究。在核心理论方面，提出基于互补融合的系统建模方法、基于数据解析的系统优化方法、基于系统优化的数据解析方法等系统优化与数据解析融合的核心理论；在关键技术方面，攻关图像理解、语言理解、可视仿真等工业智能软件技术，以及AI芯片、光电感知、物联传感等工业智能硬件技术；在工业应用方面，进行系统优化与数据解析融合的工程实践研究，以物联网实现的企业信息-物理融合系统(CPS)为载体，通过多维度智能技术融合对生产过程进行智能感知，根据获得的数据信息，利用数据解析技术对生产与物流过程进行准确计量、诊断和预报，对生产计划、调度、操作和控制进行优化决策，从而达到智能工业系统的最大效率和效益，实现工厂的智慧能力。
讲者简介：唐立新，中国工程院院士，现任东北大学副校长（科技规划、国际合作）、东北大学控制科学与工程（自动化）国家一级重点学科负责人、控制科学与工程国家“双一流”学科建设领导小组组长、智能工业数据解析与优化教育部重点实验室主任、东北大学人工智能与大数据科学中心主任、工业智能与系统优化前沿科学中心首席科学家、计算机软件国家工程研究中心工业软件首席设计师。现兼任国务院学位委员会第八届控制科学与工程学科评议组成员、教育部科技委人工智能委员会副主任、中国运筹学会副理事长兼智能工业数据解析与优化专业委员会主任、清华大学自动化系咨询委员会委员。 主要研究方向为工业智能与系统优化理论方法，包括工业大数据科学、数据解析与机器学习、深度学习与进化学习、加强学习与动态优化、凸优化与稀疏优化、整数与组合最优化、计算智能优化等理论方法，智能工业全流程生产与库存计划、生产与物流批调度、生产过程操作优化与最优控制等工程优化技术，质量预报、工况监测等知识发现和图像、语音、可视等感知理解方面的数据解析技术，以及在制造、物流和能源系统中的工程应用。
数字化转型——CCF东北论坛
本期嘉宾
京公网安备11010802032778号