第14期青年科学家论坛由主办，青年工作委员会和武汉科技大学承办。论坛通过线上直播的形式举行，聚集了自动化及人工智能领域知名青年学者，共同探讨自动化及人工智能领域新兴技术及未来发展。

出席本次论坛的有副秘书长、东南大学孙长银教授，青年工作委员会主任、北京科技大学贺威教授，青年工作委员会副主任、同济大学葛泉波研究员，清华大学汪小我教授，华中科技大学白翔教授，北京航空航天大学董希旺教授，武汉大学杜博教授，哈尔滨工业大学周彬教授，郑州大学梁静教授，北京大学陈伟教授，伊利诺伊大学香槟分校孙若愚教授，武汉科技大学副校长吴怀宇教授，武汉科技大学刘振兴教授和武汉科技大学柴利教授。全国各高校、科研院所等共计300余人参加了此次线上论坛。

论坛开幕式由武汉科技大学柴利教授主持。

武汉科技大学副校长吴怀宇教授致欢迎辞。吴怀宇教授在致辞中首先对参会的专家及学者表示了欢迎，并简要介绍武汉科技大学总体情况。同时，吴怀宇教授借习近平总书记在十九届中央政治局第九次集体学习时刻中关于发展新一代人工智能的讲话，鼓励青年学者抓住机遇，努力做出人工智能领域更多“从0到1”的突破性成果。

副秘书长、东南大学孙长银教授在致辞中表示，2021年是“十四五规划”的第一年，也是中国共产党建党100周年。在这个关键节点和重要时刻，自动化及人工智能领域青年学者要充分发挥主观能动性，解放思想，放手拼博，在相关领域做出更多促进我国人工智能产业快速发展、推动我国向科技强国迈进的研究成果。

武汉科技大学信息科学与工程学院院长刘振兴教授代表学院对参会专家及各位同仁表示感谢，并介绍了武汉科技大学控制科学与工程学科的发展历程。该学科是全国首批硕士学位授权学科，也是武汉科技大学较早获得博士学位授予权的学科之一，更是湖北省重点支持和发展的学科。最后，刘振兴教授预祝本次论坛的顺利召开。

北京航空航天大学董希旺教授在题为“集群系统协同控制理论及在无人机集群中的应用”的报告中回顾了集群控制问题的研究现状，并就集群系统协同控制理论在无人机集群中的相关应用进行了重点介绍。董希旺教授在报告中指出，集群的定义不在于系统中个体的数量，而在于是否是通过分布式的思想来解决协同问题。无人机编队任务的核心技术是如何真正将分布式控制方法应用到多无人机集群的协同中。

北京科技大学贺威教授在题为“仿生扑翼飞行机器人自主控制关键技术”的报告中介绍并比较了当前世界各国家关于扑翼机器人的研究进展。同时，贺威教授详细分析了扑翼机器人的理论研究和关键技术方面的主要挑战。接下来，贺威教授重点介绍了其团队在扑翼机器人领域的研究进展，包括仿生机理分析与结构设计、自主飞行控制、振动控制、视觉感知系统、集群协同控制以及样机系统集成和功能测试平台搭建等内容。

清华大学汪小我教授在题为“基因调控的信息解读与人工设计”的报告中首先介绍了基因编辑与合成技术在近几年中所取得的突破。接下来，汪小我教授重点介绍了如何运用深度学习模型来设计和产生全新的基因调控元件，并就该技术的相关应用前景进行了展望。

华中科技大学白翔教授在题为“场景文本检测与识别技术现状、挑战与未来趋势”的报告中指出，场景文本检测与识别技术近年来已取得了显著的研究进展，受到了学术界与工业界的广泛关注。报告首先介绍了该研究领域主流深度学习算法框架，继而重点展示了该研究问题的几个应用场景，最后对本领域的发展趋势做出了预测和展望。

武汉大学杜博教授在题为“计算机视觉研究进展汇报”的报告中简要回顾了人工智能技术的起源、发展和三次兴起，重点介绍了武汉大学人工智能研究院团队在图像补绘技术、超分辨率技术、图像语义分割等问题的研究进展，以及相关理论在智能电网及新冠肺炎智能诊断系统中的应用情况。

哈尔滨工业大学周彬教授在题为“基于有界线性时变反馈的有限时间镇定”的报告中指出，有界线性时变反馈控制器以改善线性时不变系统的控制性能，既可以获得闭环系统的有限时间稳定性。在此基础上，根据比较原理和有限时间逃逸函数的概念，建立了一般非线性时变系统有限时间稳定性的类Lyapunov稳定性定理。最后，还揭示了有界线性时变反馈的有限时间镇定方法和现有的基于非线性反馈的有限时间镇定方法之间的联系。报告所提出的理论方法还可用于航天器交会控制系统的设计。

郑州大学梁静教授在题为“多模态进化计算机应用”的报告中介绍了多模态优化的研究背景及研究动机，继而重点分析了多模态单目标和多模态多目标优化问题的特点以及求解这类问题的进化计算策略，最后结合几个应用场景对多模态优化算法进行了举例。

北京大学陈伟教授在题为“小相位定理与动态网络”的报告中首先介绍了矩阵相位和多变量系统相位的定义，在此基础上重点介绍了小相位定理是如何呈现的。报告最后，给出了小相位定理在动态网络中的相关应用。

伊利诺伊大学香槟分校孙若愚教授在题为“神经网络的训练技巧和原理”的报告中回顾了训练网络的一些关键技巧，包括初始化、正则化、宽网络等，并介绍了学术界在过去两年对这些技巧的一些研究，包括其团队最近对宽网络的几何性质的一些研究结果。

同济大学葛泉波研究员在题为“基于多模式融合学习的智能BMS异常监测方法”的报告中，以电动汽车充电过程充电桩运行管理系统获取的实时报文信息为数据对象，以机器学习方法多模式融合为基础，深入探讨了BMS的智能异常监测方法。报告主要包括两方面：一、针对动力电池健康状态具有差异性和非线性退化的现象，提出了一种基于经验退化与RBF_BLS融合的SOH估计方法；二、针对不同的充电安全影响因素，提出了一种基于改进的宽度BP_AHP电动汽车实时充电风险评估方法。

最后，武汉科技大学柴利教授在论坛闭幕式上对各位专家学者再次表示感谢，并诚挚邀请所有参会的专家学者在春暖花开的时候到武汉科技大学信息科学与工程学院指导工作。

来源：CAA青年工作委员会