罗永浩|2022年首场岭南科学论坛举行，聚焦网络安全、5G通信及智能移动设备设计社交平台

【罗永浩|2022年首场岭南科学论坛举行，聚焦网络安全、5G通信及智能移动设备设计】

文章图片

文章图片

文章图片

2022年岭南科学论坛系列活动首场论坛——第四届 IEEE 通信、信息系统与计算机工程国际会议今日（6月25日）上午在广州中新知识城举行。
本次会议围绕网络和信息安全、5G通信和网络，智能移动设备设计，编码和信号处理，计算机与人工智能等研究领域展开专题交流。

本次论坛由广东省科学技术协会、广东省科学技术厅指导，广东省工商业联合会、广东省社会科学院、深圳大学支持，广东省艾思信息化学术交流研究院和广东省高性能计算学会联合主办，广东科技新闻工作者协会、广东省计算机学会、广东博士创新发展促进会协办。会议旨在为专家学者、工程技术人员、研发人员提供一个共享科研成果和前沿技术的平台，促进学术成果产业化合作。
论坛为时两天，邀请了十多位国内外科研领域的学科带头人或行业领军人物出席并作主题报告。
来自华南理工大学朱继忠教授（IEEE会士）在主题报告《基于深度学习的电力系统超短期负荷预测》中提出，负荷预测是电气工程领域的经典且重要的问题，随着电力系统的发展而发展，为电力系统规划、优化运行与控制等提供执行依据，为电力市场能量交易、能量管理（例如需求侧响应）等活动提供决策依据，以新能源为主体的新型电力系统方兴未艾，对维持电力供需平衡意义重大。在负荷预测领域，以 LSTM（长短期记忆）网络为代表的深度学习逐渐成为超短期负荷预测甚至短期负荷预测的核心方法。我们充分结合卷积神经网络 CNN 以及循环神经网络 RNN 的优势，构建了基于 CNN-LSTM 网络的超短期负荷预测模型。仿真分析表明所提出的 CNN-LSTM 网络具有较优的预测效果和预测效率，更加符合实际工程应用的需求。
武汉理工大学石兵教授（IEEE 高级会员），主要从事人工智能和多智能体系统的研究工作主题报告是《时空众包任务中的任务分配、调度和定价问题研究》，此专题报告提出，近年来，共享单车、网约车等，作为一类典型的时空众包任务，得到了广泛关注。在这类空间众包任务中，任务分配、调度和定价问题是其中的关键问题。对这些问题进行的分析，提出了基于强化学习和博弈论的解决方法，通过实验验证了所提算法的有效性。
广东石油化工学院、广东省智慧城市基础设施健康监测与评估工程技术中心学术委员会主任胡绍林教授在论坛上作了题目为《采样信号统计特征的容错学习技术》学术主题报告。
报告指出，机器学习是人工智能及模式识别领域的共同研究热点，其理论和方法已被广泛用于解决工程技术和科学领域的复杂问题。统计学习是机器学习的重要构成部分，通过统计理论、采样数据和计算机三者的有机结合，实现知识获取与应用。样本是机器学习的对象和通过机器学习获取对象知识的源泉。有瑕疵或差错的样本，轻则会降低所获取知识的正确性，严重时会导致机器学习算法的失效。为了避免错误样本对统计学习质量和可靠性的错误影响与知识差错，本次报告提出了容错学习的理念，并针对多维样本统计特征提取和采样信号滤波降噪等问题，给出若干具有容错能力的机器容错学习方法，包括：多维样本统计特征的容错学习方法、非平稳信号的容错滤波方法和自适应容错预报方法，并通过实例和仿真验证了方法的有效性。