九年磨一剑，AI先锋齐聚一试锋芒。11月29日—12月1日， 由中国人工智能学会主办的“第九届吴文俊人工智能科学技术奖颁奖典礼暨2019中国人工智能产业年会”将在苏州隆重举办。届时，学会将对81个成果授奖。
伴随智能科技的不断深化，人工智能正在全球范围内蓬勃兴起，大批AI科技先锋不断涌现，他们以优质的科技成果大力推动了人工智能的发展。自2011年学会设立“吴文俊人工智能科学技术奖”以来，该奖项已成为我国表彰、鼓励科技从业者及企业的至高荣誉殿堂。
第九届吴文俊人工智能科学技术奖颁奖典礼
暨2019中国人工智能产业年会
倒计时25天
为全面实施创新驱动发展战略，贯彻落实国家《新一代人工智能发展规划》，通过推荐评选优秀的智能科学技术成果，切实调动广大智能科技工作者的积极性和创造性，表彰获得2019年度吴文俊人工智能科学技术奖的学者与专家，促进人工智能技术在各行业领域赋能，大力提升我国智能科学技术创新与产业化发展水平，加快建设成为世界人工智能创新中心和应用高地，中国人工智能学会将于 2019年11月29日—12月1日在苏州隆重举办“第九届吴文俊人工智能科学技术奖颁奖典礼暨2019中国人工智能产业年会”。诚邀您莅临本届颁奖大会，共襄盛举。
【倒计时优惠票】仅剩5天，扫描下方二维码或点击阅读原文到「活动行」进行抢购
2019中国人工智能产业年会China AI Industry's Annual Meeting(CAIIAM 2019)由中国人工智能学会发起主办，作为吴文俊人工智能科学技术奖颁奖典礼的主题配套活动，集闭门研讨、荣誉表彰、高端论坛、产品展示、报告发布和项目路演等六大板块于一体，是国内权威性高、规模较大、品牌力强、行业影响深远的年度人工智能标志性盛会。旨在充分发挥获奖团队及项目成果的人才和技术优势，强化人工智能创新供给和高端资源集聚，为我国人工智能在前沿交叉领域的学术、应用、资本与产业搭建高水平交流平台，加快推进人工智能创新发展与行业赋能。届时，大会组委会将邀请200余位权威学者、顶级专家，举办58场主题报告，9场尖峰对话，交流17个核心话题，吸引近2000名业界同行共享科学盛宴。本次大会重点聚焦知识智能及其应用、5G+智能芯片、智能医疗、智能网联汽车、智能机器人应用和智能金融等优势产业，探讨人工智能在深度应用场景中的关键核心技术路线，交流人工智能在企业技术创新工程领域的落地环境，为振兴和发展产业创新生态，提升实体经济能级，促进人工智能与产业融合、转型发展等方面发挥积极效用。
活动背景
当今人类社会比以往任何一个时代都更依赖于科学研究的源头创新，这些创新深刻影响着人类共同体几乎所有方面。科学的永续发展来自于不同的思维观念和科学文化的观点碰撞与思想交锋。为此，中国人工智能学会在举办第九届吴文俊人工智能科学技术奖颁奖典礼暨2019中国人工智能产业年会期间，特增设“青年科学家前沿论坛”，旨在充分发挥吴文俊人工智能优秀青年奖的创新人才优势，探索跨行业、跨地域、跨学科和跨专业的学术研讨，促进对当前青年科学家的研究支持，引导各界同仁关注人工智能与人类发展问题新的发现和思考，强调公众参与、理性思维、自由探索和质疑精神在科学研究中的重要性，激发更广泛的原创性科学成果不断涌现，鼓励更多年轻学者加入到各种创新性科学研究中来，以强有力的责任和使命担当面对人类的共同挑战。
本次论坛邀请清华大学、南开大学、香港科技大学、南京大学、中山大学、武汉大学和北京大学等知名高校的青年学者汇聚一堂,观点碰撞，探究深度学习的不确定系统控制，纵论前沿核心算法在不同行业的应用，从不同角度对人工智能在机器学习、图像生成、稀疏优化、分布式学习、智能控制、深度图模型推理等领域的研究热点进行研讨，向广大专业同行分享人工智能的关键技术、创新难点及发展趋势。
主旨演讲
黄 高
报告专家简介：黄高，清华大学自动化系助理教授、博士生导师。2015年获清华大学控制科学与工程博士学位，2015年至2018年为美国康奈尔大学计算机系博士后。主要研究领域为机器学习和计算机视觉。目前在NeurIPS，ICML，CVPR、ICCV、TPAMI等国际顶级会议和期刊共计发表学术论文30余篇，Google Scholar引用8000余次。曾获得国际计算机视觉顶级会议CVPR最佳论文奖（第一作者）、全国百篇最具影响国际学术论文（第一作者）、世界人工智能大会SAIL先锋奖（第一作者）、第八届吴文俊人工智能自然科学奖一等奖（第二完成人）、中国自动化学会优秀博士学位论文（唯一作者）等奖励和荣誉。提出的DenseNet模型是国际上主流的深度卷积网络之一，在学术界和工业界得到了广泛应用，论文发表两年被引用超过5000次。第九届吴文俊人工智能优秀青年奖获奖者。
报告题目：面向高效推理的深度网络结构设计
报告摘要：随着深度学习在工业界的广泛应用，人们对模型的关注不仅仅在其预测精度，同时也对计算和存储效率提出了更高的要求。在提升模型效率的诸多手段中，神经网络结构创新始终是最为有效的方式之一。本报告将简单回顾卷积神经网络的典型结构，分析有利于提升模型效率的设计技巧与原则。报告还将从动态自适应推理的角度，介绍如何通过合理的结构设计，使模型能够针对不同的样本实现对自身结构的动态调整，实现降低冗余计算并提升推理效率的目的。
孙 宁
报告专家简介：孙宁，南开大学副教授，博士生导师，入选日本学术振兴会(JSPS)外国人特别研究员(全球资助率约9%)、首届天津市青年人才托举工程、南开大学百名青年学科带头人培养计划、天津市创新人才推进计划“青年科技优秀人才”等。从事起重机等欠驱动机器人的智能控制与应用研究，主持国家重点研发计划课题、国家自然科学基金(面上、重点子课题、青年)、天津市基金、中国博士后基金(特别、一等)等项目。以第一/通讯作者发表SCI源刊论文38篇(包括Automatica与IEEE 汇刊论文24篇)，5篇(曾)入选ESI热点/高被引论文。授权发明专利13项。荣获2019中国智能制造十大科技进展(第2完成人)、2018天津市自然科学一等奖(第2完成人)、2017吴文俊人工智能自然科学一等奖(第2完成人)、2017天津市专利金奖(第2完成人)、2016中国自动化学会优秀博士论文奖、2018 IJCAS Academic Activity Award、2018高等教育天津市级教学成果一等奖、2016 YAC会议最佳应用论文奖(一作)、2013关肇直奖提名奖(一作)、2012天津市十佳大学生(第1名)、2012教育部博士生学术新人奖等奖励。指导学生获2018中国青少年科技创新奖、2019中国“互联网+”大学生创新创业大赛全国总决赛高教主赛道金奖、2017“挑战杯”全国一等奖、2017大学生“小平科技创新团队”(全国仅50项)、2017-2018“天津市大学生创新奖学金”特等奖(连续2次)、2016天津市优秀毕业设计(南开大学仅3人)等奖励。受邀担任SAGE 出版社旗下SCI 期刊Measurement and Control的Executive Editor，并担任IEEE Access、IJCAS等SCI 期刊的副编辑/编委。第九届吴文俊人工智能优秀青年奖获奖者。
报告题目：欠驱动起重机的智能控制方法与应用
报告摘要：由于有着承载能力强、灵活度高、价格低等诸多优点，起重机被广泛应用于国民经济建设的各个领域，其主要任务是将大型、重型货物“快而准”地搬运至目标位置，并同时使货物摆动尽可能地小。已有的起重机严重依赖于人工操作，呈现出工作效率低、消摆效果差、安全系数低、事故率高等诸多不足，其智能控制问题受到了国内外众多研究人员的广泛关注，具有理论与实际双方面的重要研究价值。在本报告中，汇报人将首先介绍近年来在欠驱动起重机智能控制方面取得的一些研究成果，随后将介绍在其它类似欠驱动系统方面开展的一些拓展研究，最后将汇报相应的实验验证与应用情况。
姚权铭
报告专家简介：姚权铭博士现在是第四范式（香港）高级科学家，建立和领导了公司的机器学习研究组。他于2018年在香港科技大学计算机系取得博士学位，2013年在华中科技大学取得学士学位。他的研究兴趣主要在机器学习，优化算法，和自动化机器学习；他同时也是稀疏低秩优化，神经网络鲁棒学习的重要贡献者。姚博士是30篇国际一流学术和期刊论文的作者/合作者，其中第一/通信作者21篇，包括了ICML、NeurIPS、JMLR、IEEE TPAMI等。他同时也是香港科技大学博士优秀研究奖（香港科技大学工学院颁发，2018），和谷歌全球博士奖研金（机器学习方向，全球13人）的获得者。此外，他作为组织者举办了众多自动化机器学习方向的比赛（例如 NeurIPS 2018: the 3rd AutoML Challenge和ACML 2019: Auto Weakly Supervised Learning）；主办了弱监督方向在亚洲机器学习的研讨会（ACML 2019: Weakly-supervised Learning Workshop）；同时，他也是IEEE TPAMI自动化机器学习方向特刊编委。第九届吴文俊人工智能优秀青年奖获奖者。
报告题目：优化之美—从稀疏优化到自动化机器学习
报告摘要：作为机器学习的磐石之一，数值算法和优化技术在推动机器学习效果和效率方面有着不容小觑的作用。然而，随着数据量的日益增多和模型规模的日渐复杂，机器学习已经不再单纯的是优化技术的使用方，而更多变成了优化技术的重要推动方。在本次报告中，我将结合自己从稀疏优化，到深度学习，最后到自动化机器学习的研究经历，阐述本人对近期机器学习中优化发展的看法和展望：1) 从理论保障导向到实践效果导向，2) 从求解简单函数到求解复杂函数，以及 3) 从白盒优化模型到黑盒优化模型。
史颖欢
报告专家简介：史颖欢，分别于2007和2013年在南京大学计算机科学与技术系获学士和博士学位，目前任南京大学计算机软件新技术国家重点实验室副教授。近年来主持和参与包括国家自然科学基金面上、青年、重点、重大仪器、江苏省自然科学青年基金、CCF-腾讯犀牛鸟基金、国家重点研发计划等科研项目和计划。研究兴趣为机器学习、机器视觉与医疗图像分系。在相关研究领域的期刊会议，如TPAMI、TBME、TIP、TMI、TNNLS、TCYB、CVPR、ICCV、AAAI、ACMMM、MICCAI、IPMI等发表多篇文章。担任2015-2018年MICCAI-MLMI，2015-2016年中国机器学习及其应用研讨会（MLA），以及2017年医学图像计算青年研讨会（MICS）等组委会共同主席。目前任江苏省人工智能学会医学图像处理专委会秘书长，中国计算机学会人工智能与模式识别专委会委员。2016年入选中国科协“青年人才托举工程”，2017年获得ACM南京分会新星奖，2017年获得江苏省计算机学会青年科技奖，2018年获得江苏省科学技术二等奖（第二完成人），2015年获得中国人民解放军军队医疗成果奖（第三完成人），2017年获得中国计算机学会大数据学术会议最佳应用论文奖，第九届吴文俊人工智能优秀青年奖获奖者。
报告题目：非独立同分布学习及医疗AI应用
报告摘要：近年来，机器学习理论与方法在医疗AI应用中得到了广泛的关注。针对不同医疗AI任务，原始数据往往在“外在表征、内在结构、高层语义”上表现出不同层次的非独立同分布特性。面对上述挑战，往往在设计学习模型时候需要放松传统的非独立同分布假设来应对实际任务。本报告将汇报研究组近年来针对上述挑战的若干初步尝试，包括解决医疗数据分析中的高维小样本、复杂结构以及专业语义理解等学习难题，以及其在病理学样本识别、影像学图像分割与定位、面向医疗数据分析的模型设计与优化等方面的应用。
梁小丹
报告专家简介：梁小丹博士作为国内较早开展深度图推理模型研究的研究者之一，已在领域内主流国际期刊如IEEE T-PAMI，TIP等和会议CVPR，ICCV，NIPS，ICML等发表论文80余篇。其中包括5篇第一作者中科院JCR一区TPAMI期刊论文(影响因子>10)，发表计算机学会A类论文45篇（ICCV, CVPR, NIPS, ICML, ACM Multimedia），第一作者和通讯作者26篇。荣获2019阿里巴巴达摩院青橙奖，CCF 优秀博士论文奖（每年仅10人）和ACM China 优秀博士论文奖（每年仅2人），计算机CCF A类会议ACL 2019 最佳展示论文提名奖，CCF A类会议NIPS 2017 Nvidia先锋研究奖，2019 CCF犀牛鸟创意基金,作为指导老师获得阿里云天池FashionAI 全球挑战赛-衣服服饰关键点检测全球第二名。论文已被同行引用4300余次（Google scholar），引用者中包含了9位国内外科学院或工程院院士，及80余位ACM/IEEE Fellow，2019年被英国创新基金UK’s Innovation Foundation评为全球前20位AI女性科学家（唯一一位华人女性）。在人工智能顶级国际会议CVPR 2017, CVPR 2018, CVPR 2019举办连续三届以人物为中心的研讨会和竞赛,提出第一个规范的评测标准和平台,所建立的标准任务解析数据集LIP以成为计算机视觉领域的标杆数据集之一，10多个国家和地区的50余个大学、研究员和公司均使用该数据集进行相关的研究开发工作，具有较大的国际影响力。在CVPR2019举办Towards Causal, Explainable and Universal Medical Visual Diagnosis and Dialogue Workshop。在ICML 2019举办Learning and Reasoning with Graph-Structured Representations workshop。在ACM MM 2018组织和讲解深度结构化学习的Tutorial。受邀于视觉与学习青年学者研讨会Valse 2019做关于深度图模型推理学习的年度进展特邀讲者, CCF IT女性精英大会特邀大会报告。在国内和国际人工智能领域上拥有一定的知名度和影响力。第九届吴文俊人工智能优秀青年奖获奖者。
报告题目：面向可解释性AI的深度图模型推理
报告摘要：基于图结构化的表达学习和知识推理被广泛用作编码信息的自然而有效的方式，例如视觉关系识别和问答中的对象或实体之间的关系建模，社交网络中在线用户之间的交互，3D网格图形，多主体环境以及分子结构。如何有效地对此类数据建模一直是机器学习，数据挖掘和信号处理等多个领域长期存在的研究问题。对于支持可解释性，因果关系，可转移性等方面，基于图的结构表示的学习和推理相对于更传统的非结构化方法具有根本优势，因此在学术界和行业中都越来越受到关注。基于图的学习和推理已在药物中得到广泛应用发现，场景图生成，基于知识的自然对话系统，对话质量保证，可解释和自我诊断的医学分析，推荐和程序综合。最近，在深度学习的背景下涌现出许多新技术，例如图神经网络，用于学习图表示并执行推理和预测，这些技术已取得了令人瞩目的进展。但是，在多步推理，具有非常大的图的可扩展学习，图的建模以及其他维度（例如时间变化）和其他形式（例如语言）的组合方面，要获得令人满意的结果，仍然需要很长的研究。本人主要对深度图神经网络最新的研究进展和其有效的可解释性和推理能力进行介绍，包括视觉关系推理，视觉问题，视觉语言导航和任务性对话系统各个任务。
马佳义
报告专家简介：马佳义，武汉大学电子信息学院教授、博士生导师，湖北省“杰青”、“楚天学子”。2008年6月和2014年6月分别于华中科技大学获得信息与计算科学学士和控制科学与工程博士学位。2012年9月至2013年9月赴美国加州大学洛杉矶分校(UCLA)进行博士生联合培养。2014年8月进入武汉大学电子信息学院，从事博士后研究工作，2015年12月破格晋升为副教授，2018年12月晋升为教授。主要研究方向包括图像匹配、信息融合、图像超分辨率、红外与遥感图像处理等。目前已在包括CVPR、ICCV、IJCAI、AAAI、ACM MM、ICRA、IJCV、IEEE TPAMI/TIP/TSP/TNNLS/TIE/TCYB/TGRS/TCSVT/TMM等在内的期刊和会议上发表论文120余篇，其中SCI检索90余篇，影响因子大于5的期刊或CCF A类会议论文50余篇，ESI热点论文12篇，高被引论文20篇，入选科睿唯安2019年全球“高被引科学家”榜单。授权国家发明专利10余项。主持或参与国家自然科学基金、军委科技委前沿创新计划等国家级项目10余项。获湖北省自然科学一等奖1项(第一完成人)，中国自动化学会自然科学二等奖1项(第二完成人)，中国自动化学会、中国人工智能学会、湖北省“优秀博士论文”。担任SCI期刊Information Fusion(IF=10.716)、Neurocomputing(IF=4.072)、IEEE Access(IF=4.098)编委、Remote Sensing(IF=4.118)客座编委，担任国际会议IEEE International Conference on Big Data and Cloud Computing(BDCloud 2019)程序委员会主席，担任CCF A类会议IJCAI、AAAI和CCF B类会议SDM程序委员会委员，并为SIGGRAPH、CVPR、ICCV、IJCAI、AAAI、IJCV、IEEE TPAMI/TSP/TIP/TNNLS/TVCG等60余个重要期刊会议审稿。第九届吴文俊人工智能优秀青年奖获奖者。
报告题目：图像特征匹配
报告摘要：图像匹配是搜索并建立起同一物点在两幅或多幅图像上对应特征点的过程，是实现图像分析到视觉感知的重要纽带，其精度和效率制约着人工智能视觉处理的应用和发展。由于受图像形变多样、数据来源多样、数据退化多样等多方面因素影响，导致了传统方法存在弱普适性、低容错率、欠适定性、高复杂度等一系列问题。针对上述问题，本报告围绕图像特征匹配精准与处理效率的提升，从模型构建、条件约束、快速求解等环节，介绍一套基于概率推理的图像匹配理论体系，及其形成的多场景自适应的高效高精准图像匹配方法。
连宙辉
报告专家简介：连宙辉，北京大学王选计算机研究所副教授，中国文字字体设计与研究中心副主任，CSIG/CCF高级会员，CSIG文档图像分析与识别专委会常务委员，本科毕业于南京航空航天大学，博士毕业于北京航空航天大学，研究方向为计算机图形学、人工智能、计算机视觉。近年来在国际重要杂志（IJCV, TOG, PR, CGF等）与会议（SIGGRAPH/SIGGRAPH Asia, CVPR, IJCAI, AAAI, MM, PG等）上发表论文五十多篇，申请国家发明专利20余项（已授权8项），曾获得2014年北京大学第十四届青年教师教学基本功比赛理科组一等奖，2018年度王选青年教师奖一等奖，2019年北京大学第四届产学研合作奖优秀项目奖一等奖，第九届吴文俊人工智能优秀青年奖获奖者。
报告题目：文字图像图形生成
报告摘要：图像图形生成是计算机图形学、计算机视觉、人工智能领域中的一个研究热点，近年来随着深度学习技术尤其是生成对抗网络、变分编码器等深度生成模型的提出、应用与快速发展，该问题吸引了国内外学术界和工业界越来越多研究人员的广泛关注，并取得了显著进展。由于文字种类繁多、数量庞大、形状复杂、风格多样、语意丰富，使得面向文字的图像图形生成(GISS)任务成为生成问题中最具难度的挑战之一。本报告将详细介绍文字图像图形生成技术的研究现状以及我们团队在这方面的最新研究进展，并对现有面向文字的图像图形生成技术中存在的主要问题、潜在的解决方案和未来的研究方向进行分析和讨论。
尖峰对话：破解前沿基础理论研究及应用法则
主持人：宫 辰
主持人简介：宫辰于2016年获上海交通大学博士学位，现任南京理工大学计算机科学与工程学院教授、博导。其研究方向主要包括机器学习、数据挖掘及基于学习的计算机视觉问题。已在世界顶级期刊或会议上发表60余篇学术论文，主要包括IEEE T-PAMI, IEEE T-NNLS, IEEE T-IP, IEEE T-CYB, NeurIPS, CVPR, AAAI, IJCAI等，另有5项发明专利获得授权。目前担任AIJ、IEEE T-PAMI、IEEE T-NNLS、IEEE T-IP、IEEE T-KDE等20余家国际权威期刊审稿人，并受邀担任ICML、NeurIPS、IJCAI、AAAI、ICDM等多个国际会议的PC/SPC member。主持国家自然科学基金面上项目、国家自然科学基金青年项目、江苏省自然科学基金面上项目等。曾获上海交通大学“优秀博士学位论文”奖、中国人工智能学会“优秀博士学位论文”奖、江苏省“六大人才高峰”、江苏省“双创博士”、江苏省科协“青年人才托举工程”、中国科协“青年人才托举工程”、“香江学者”、第九届吴文俊人工智能优秀青年奖获奖者。
王 鼎
对话专家简介：王鼎，2012年毕业于中国科学院自动化研究所，获得工学博士学位，同年留所，在复杂系统管理与控制国家重点实验室工作，历任助理研究员、副研究员；期间于2015年12月至2017年1月，在美国University of Rhode Island电气、计算机与生物工程系访问交流；自2019年2月起，任北京工业大学信息学部教授。主要研究方向为自适应与学习系统、计算智能与智能控制。在自动控制、计算智能等领域的权威国际期刊和重要国际会议上发表学术论文120余篇，其中70余篇被SCI检索，并出版学术专著3本、章节3篇。入选中国科协青年人才托举工程、中国科学院青年创新促进会，获得中国科学院优秀博士学位论文奖、中国自动化学会优秀博士学位论文提名奖、中国自动化学会自然科学奖一等奖、北京市科学技术奖三等奖。担任过著名国际期刊IEEE Transactions on Neural Networks and Learning Systems和Neurocomputing以及国内权威期刊自动化学报的编委。曾在一些重要国际会议上担任职务，如2017 International Conference on Neural Information Processing, 2016 World Congress on Intelligent Control and Automation, 2014 IEEE World Congress on Computational Intelligence等。第九届吴文俊人工智能优秀青年奖获奖者。
董 琦
对话专家简介：董琦，毕业于天津大学自动化系控制科学与工程专业，获工学博士学位，北京航空航天大学博士后。从事群体智能无人系统的理论研究、技术攻关和装备研发等工作，致力于国防军工事业。现为中国电科电子科学研究院智能系统研究所高级工程师、副总师、所长助理，科技委委员，智能无人集群控制专业学术带头人。入选“中国科协青年人才托举工程”，获“中国电子学会优秀博士学位论文奖”，获“IEEE/CSAA GNCC最佳张贴论文奖”，获“电科院十大科技进展奖”等。主持国家自然科学基金青年科学基金、中国博士后科学基金等项目，已发表学术论文20余篇，申请国家发明和国防专利15项，出版专著1部。曾任中国科协“未来智能空天技术发展青年科学家”论坛执行主席，第十二届智能机器人与应用国际会议（ICIRA）“群体智能无人系统”分论坛主席。目前担任全军首个无人机集群重大演示验证项目常务副总师，装备发展部空军人工智能装备应用专业组秘书，中国航空学会理事会青年工作委员会委员，中国自动化学会无人飞行器自主控制专委会委员、IEEE Member等。第九届吴文俊人工智能优秀青年奖获奖者。
曾湘祥
对话专家简介：曾湘祥，1984年生，博士，湖南大学“岳麓学者”特聘教授。博士毕业于华中科技大学。先后任职于厦门大学计算机科学系和湖南大学计算机科学系。哈佛大学、俄克拉荷马州立大学及香港中文大学访问学者。一直从事仿生智能系统的理论、方法与应用研究。在理论上系统研究了脉冲神经模型各组分如阈值、神经元个数等对系统计算能力的影响，在算法上提出了层次分解的多目标进化思想，有助于解决复杂的优化问题。将仿生智能算法应用到生物医药和百度贴吧作弊问题上，取得良好效果。研究成果在人工智能领域国际期刊发表SCI检索论文60余篇，其中以第一或通信发表JCR一区论文19篇、IEEE/ACM汇刊13篇。SCI引用1700余次，Google Scholar引用2600余次，4篇第一作者论文入选ESI高被引论文。近年主持国家自然科学基金（2项）、福建省高校自然基金青年重点项目、百度公司项目以及深圳科技创新项目等多项人工智能项目。获得2016－2019年西班牙胡安德拉西瓦学者项目资助，该项目每年挑选60名海外研究者，由西班牙政府资助每人每年4万欧元，用于与西班牙开展合作研究。2016年入选IEEE高级会员，担任了SCI期刊Current Bioinformatics副主编，Scientific Reports、Cogent Engineering和PLoS One学术编辑，Molecules和Journal of Universal Computer Science客座编辑。受邀在ACMC、IDMB等国际会议上作keynote报告。获2016年度国际膜计算协会最佳论文奖、福建省计算机学会优秀论文一等奖，福建省教学成果奖二等奖。相关研究工作得到欧洲科学院院士、美国科学院院士等国际学者的认可。第九届吴文俊人工智能优秀青年奖获奖者。
张 丹
对话专家简介：张丹，博士，副教授，博士生导师，2013年毕业于浙江工业大学，师从国家杰出青年基金获得者俞立教授，同年留校工作至今。近年来，张丹博士围绕网络化系统智能感知与控制方向，开展了通信不确定性环境下的控制系统分析与设计、无线网络的能量优化与管理以及多智能体网络化系统的信息安全等研究工作。已主持国家基金，香江学者计划，浙江省基金，浙江省钱江人才计划和企业横向等各类项目8项。作为合作单位负责人参与国家重点研发计划“战略性国际科技创新合作”重点专项和宁波市“科技创新2025”重大专项等项目2项，同时作为课题副组长参与国家重点研发计划“现代服务业共性关键技术研发及应用示范”专项1项。担任4个国际SCI源期刊的领域编辑和副编辑职位，出版英文专著2部，发表学术论文60余篇（IEEE汇刊25篇，含长文22篇），其中22篇论文发表于IEEE Transactions on Neural Networks and Learning Systems，IEEE Transactions on Industrial Electronics，IEEE Transactions on Cybernetics等中科院TOP期刊。申请发明专利27项，其中已授权发明专利11项。研究工作受到了美国国家工程院院士、加拿大工程院院士、韩国科学院院士、中国工程院院士、新加坡工程院院士、IEEE Life Fellow和IEEE Fellow等多位国内外著名学者的引用和正面评价，部分成果被评价为“新方法”、“显著的”、“重要突破”和“非常有效”等。研究论文目前已被他引1800余次，其中SCI他引1300余次，14篇论文成为ESI高被引论文，4篇进入热点行列。作为指导老师，带领本科生参加中国机器人竞赛，获得国家一等奖、二等奖、第九届吴文俊人工智能优秀青年奖等奖励10项。
郭裕兰
对话专家简介：郭裕兰，2015年于国防科技大学获工学博士学位，2011年至2014年于澳大利亚西澳大学联合培养，2016年至2018年在国家首届“博士后创新人才支持计划”资助下于中科院计算技术研究所从事博士后课题研究。主要研究兴趣包括点云特征学习、三维目标识别、三维场景理解等基础理论及应用研究。主持国家自然科学基金、国防科技项目基金、博士后科学基金等项目多项。目前已在IEEE TPAMI、IJCV和CVPR等国际期刊和会议上发表学术论文80余篇，其中ESI热点论文1篇，高被引论文4篇，论文被引用2000余次。合著英文专著1部，著作章节1章，教辅书2部。目前担任中国图象图形学学会三维视觉专委会秘书长，中国计算机学会计算机视觉专委等多个专委会委员，VALSE资深领域主席委员会（SAAC）委员，IET Computer Vision和IET Image Processing期刊编委（AE）。曾担任IEEE TPAMI客座编辑，CVPR、ICCV、IJCAI和AAAI等多个国际会议的程序委员会委员，TPAMI和IJCV等30余个知名国际期刊的审稿人。在顶级会议CVPR2016发起并组织专题讲习班1次，在CVPR2019组织Workshop一次。曾获全军优秀博士学位论文奖（2016），中国人工智能学会优秀博士学位论文奖（2016）。指导学生获2016年中国研究生电子设计竞赛第一名（特等奖）。第九届吴文俊人工智能优秀青年奖获奖者。