直播内容

周六上午，3场报告+1场研讨：

07:50-08:30 开幕式：大会主办方、系统科学指导委员会与系统科学学科评议组嘉宾致辞，合影

大会报告 1：网络博弈、 反馈控制与群集智能

时间：5 月 22 日 08:30–09:15

报告人：王龙（北京大学）

主持人：洪奕光（同济大学、中国科学院数学与系统科学研究院）

大会报告 2：开放环境机器学习

时间：5 月 22 日 09:15–10:00

报告人：周志华（南京大学）

主持人：张纪峰（中国科学院数学与系统科学研究院）

大会报告 3：Synergetic Interplay between Artificial Intelligence and Complex Network

时间：5 月 22 日 10:20–11:05

报告人：Xinghuo Yu（皇家墨尔本理工大学）

主持人：曾志刚（华中科技大学）

大会专题研讨会 1：科学中的系统学

时间：5 月 22 日 11:05–12:15

主持人：狄增如（北京师范大学） 吕金虎（北京航天航空大学）

主讲人：关治洪（华中科技大学）黄 伟  (南方科技大学)  王红卫（华中科技大学）虞文武（东南大学）

周日上午，3场报告+1场研讨：

大会报告 4：Predicting Critical Transition and System Collapse with Machine Learning

时间：5 月 23 日 08:00–08:45

报告人：Ying-Cheng Lai（亚利桑那州立大学）

主持人：蒋国平（南京邮电大学）

大会报告 5：The “endo-exo” Problem in Complex Systems (ecology, earthquakes, financial volatility, epileptic seizures …)

时间：5 月 23 日 08:45–09:30

报告人：Didier Sornette（苏黎世联邦理工学院）

主持人：韩战钢（北京师范大学）

大会报告 6：复杂装备系统的试验鉴定

时间：5 月 23 日 10:00–10:45

报告人：王正明（国防科技大学）

主持人：段晓君（国防科技大学）

大会专题研讨会2：系统科学发展展望

时间：5 月 23 日 10:45–12:15

主持人：狄增如（北京师范大学）

主讲人：樊京芳（北京师范大学系统科学学院）张 潘（中科院理论物理所）和望利（华东理工大学）卢剑权（东南大学）王 震（西北工业大学）

报告摘要和报告人介绍

大会报告 1：网络博弈、 反馈控制与群集智能

摘要: 随着高新技术的飞速发展和科学研究的高度交叉融合，现代智能控制理论面临的一个挑战性的问题就是：当控制对象具有一定智能行为时，如何设计控制器使得闭环系统稳定且动态性能优异？这也是新一代人工智能的一个核心研究课题，引起了控制论、博弈论、人工智能等多个领域专家学者的极大关注。传统的控制技术很难适用于日益复杂 (智能化、网络化、多尺度、多模式、大规模、高维数、不确定、非线性、时变随机、动态演化、博弈涌现等) 的控制对象，急需建立新的研究框架和范式。从微生物群体、群居动物到人类社会，合作现象普遍存在于自然界中。理解群体合作行为的演化是复杂性科学的一个经典难题，已经引起物理学、经济学、生物学、社会学、心理学、生态学、计算机科学等领域学者的广泛关注。近年来，大量实证研究表明，个体行为影响了环境状态，而环境状态也影响了个体的行为决策，形成一个人在回路 (human-in-the-loop) 的反馈控制系统。一个自然的问题便是：个体行为和环境状态的交互作用如何影响合作行为的演化？借鉴混杂系统控制的思想，我们提出了博弈切换的演化动力学框架，研究了结构群体的合作演化，提出了边嵌入的对估计方法，建立了网络上合作演化的基本判据，表明环境反馈对合作演化的促进作用，为复杂系统中大规模合作的涌现提供了理论解释，也表明可以通过调控环境状态实现群体的合作。

王龙，1992年于北京大学获得博士学位。1993年在加拿大多伦多大学作博士，1995-1997年获德国洪堡基金资助在德国宇航中心进行合作研究。现为北京大学教授、博士生导师、长江学者，是“新世纪百千万人才工程”国家级人选、国家杰出青年科学基金获得者。近年来，王龙教授主要从事复杂系统智能控制、网络化控制系统的分析与综合、集群行为与集群智能、演化博弈与群体决策等方面的研究工作，其研究成果被国内外广泛引用，并获得国家自然科学奖、教育部自然科学奖 (一等奖) 等多项奖励。

大会报告 2：开放环境机器学习

摘要: 当前基于机器学习的成功应用通常需要有效的深度模型、强监督信息、较稳定的任务环境，然而现实情况纷繁复杂，这些条件往往难以完全具备，对机器学习提出了重大挑战。本报告将对此做一个粗浅的讨论。

周志华，南京大学计算机系主任兼人工智能学院院长、校学术委员会委员，主要从 事机器学习与人工智能研究，在集成学习、 多标记学习与弱监督学习方面有重要 献。著有《机器学习》《Ensemble Methods: Foundations and Algorithms》等，论著被 引用5万余次，成果在华为等企业转化实施，并服务于国家重大工程。获国家自然科学二等奖、3次教育部自然科学一等奖、 IEEE计算机学会Edward J. McCluskey技术成就奖、CCF王选奖等，是欧洲科学院外籍院士，ACM、 AAAI、 IEEE等的Fellow。

大会报告 3：Synergetic Interplay between Artificial Intelligence and Complex Network

摘要: Artifificial Intelligence (AI) as an enabling intelligent systems technology is playing a more and more important role in today’s industry and society. Complex Networks (CN), on the other hand, represent characteristicsof many large-scale real-world network systems. The recent advances in AI have provided a powerful platformtechnology to solve complex problems, while CN presents an alternative way to make problem-solving simplerand faster.

In this talk, we will fifirst discuss recent developments in both AI and CN, and then examine emerging issuesassociated with synergetic interplay between them to bring out the best of both fifields. We will also touchon potential new thinking paradigms beyond AI to deal with complex problems arising from these systems,speculating innovative methodologies inspired by the Nature for the future.Particular attention will be given tothe modelling, control and optimisation issues in large-scale industrial engineering systems such as smart grids.Several real-world industrial problems including some of our own research work will be used as case studies.

Prof. Xinghuo Yu is an Associate Deputy Vice-Chancellor and a Vice-Chancellor’s Professorial Fellow at RMIT University (Royal Melbourne Institute of Technology), Melbourne,Australia. He is also the Junior Past President of IEEE Industrial Electronics Society. Hismain research areas include control systems engineering, intelligent and complex systems, and future energy systems. He received many awards and honours for his contributions,including the 2018 MA Sargent Medal from Engineers Australia, the 2018 Australasian AIDistinguished Research Contribution Award from Australian Computer Society, and the2013 Dr.-Ing. Eugene Mittelmann Achievement Award from IEEE Industrial ElectronicsSociety. He was one of the 15 Shortlist Nominees for the 2020 Global Energy Prize and named a Highly Cited Researcher by Clarivate Analytics in 2015-2020. He is a Fellow of IEEE, Engineers Australia, AustralianComputer Society, and Australian Institute of Company Director.

大会报告 4：Predicting Critical Transition and System Collapse with Machine Learning

摘要: To predict a critical transition due to parameter drift based on data is an outstanding problem in complexdynamics and applied fifields. A closely related problem is to predict whether the system is already in or if thesystem will be in a transient state preceding its collapse. A model free, machine-learning solution to both problems will be presented. The idea is to develop a parameter-cognizant machine-learning framework based onreservoir computing. When the machine is trained only with data from the normal functioning regime with oscillatory dynamics (i.e., before the critical transition), the transition point can be predicted accurately. Remarkably,for a parameter drift through the critical point, the machine is able to predict not only that the system will be in atransient state, but also the average transient time before the fifinal collapse. Applications to electrical power andecological systems will be demonstrated. The machine-learning framework can also be extended to predictingsynchronization transition and amplitude death in coupled nonlinear systems.

Prof. Ying-Cheng Lai is the ISS Endowed Professor of Electrical Engineering and aProfessor of Physics at Arizona State University. He was a PECASE recipient in 1997 andhas been a Fellow of the American Physical Society since 1999. In 2016, he was selectedby the Pentagon for the Vannevar Bush Faculty Fellowship. In 2018, he was elected asa Foreign Member of National Academy of Science and Letters of Scotland. In 2020, hewas elected as a Foreign Member of Academia Europaea (The Academy of Europe) andas a Fellow of the American Association for the Advancement of Science (AAAS). As of March 2021, Y.-C. Laihas published over 500 refereed-journal papers with more than 25000 citations (H-index: 75; i-10 index: 388).

大会报告 5：The “endo-exo” Problem in Complex Systems (ecology, earthquakes, financial volatility, epileptic seizures …)

摘要: The endo-exo problem – i.e., decomposing system activity into exogenous and endogenous parts – liesat the heart of statistical identifification in many fifields of science. E.g., consider the problem of determining if anearthquake is a mainshock or aftershock, or if a surge in the popularity of a youtube video is because it is goingviral, or simply due to high activity across the platform. The endo-exo problem is also at the heart of a generaldescription of the dynamics of out-of-equilibrium complex systems generalising the flfluctuation-susceptibilitytheorem. I will present recent exciting results obtained in my group, which include

1) the development of a powerful Expectation Maximization (EM) algorithm and objective statistical criteria (BIC)to select the flflexibility of the deterministic background intensity of self-exciting Hawked point processes thathave enjoyed great recent popularity and rapid development, with application to determine the Soros level ofreflflexivity in fifinance;

2) an augmented Epidemic-Type Aftershock Sequence (ETAS) model that accounts for the spatial variability ofthe background rates, and direct quantitative test of criticality of the Earth crust;

3) the mapping of the non-Markovian Hawkes self-excited point process (which provides an effificient representation of the bursty intermittent dynamics of many physical, biological, geological, and economic systems) ontostochastic partial differential equations that are Markovian and the development of new fifield theoretical approachin terms of probability density functionals, with novel results;

4) the discovery that a wide class of nonlinear Hawkes processes have the PDF of their intensities describedby Zipf’s law. These methods and results are relevant to many scientifific fifields from linguistic, social, economic,computer sciences to essentially all natural sciences. In parallel, self-excited dynamics is a prevalent characteristic of many systems, from the physics of shot noise and intermittent processes, seismicity, fifinancial volatilityand fifinancial defaults, to sociology, consumer behaviors, computer sciences, The Internet, neuronal dischargesand spike trains in biological neuron networks, gene expression and even criminology.

Prof. Didier Sornette is a member of the Academia Europaea, a member of the SwissAcademy of Engineering Sciences (SATW), Dean and Chair Professor at the Institute ofRisk Analysis, Prediction and Management (Risks-X) at the Southern University of Scienceand Technology (SUSTech), a full professor on the Chair of Entrepreneurial Risks at ETHZurich, and also associated to Department of Earth Science and Department of Physicsat ETH Zurich. Moreover, he is the director of the Financial Crisis Observatory, co-founderof the ETH Risk Center, and professor of fifinance at the Swiss Finance Institute. He is a fellow of the AmericanAssociation for the Advancement of Science (AAAS) and a fellow of the World Innovation Foundation (WIF).Prof. Sornette is a world-class expert in the fifield of complex systems and extreme risk management. Hedeveloped the Dragon King extreme event theory, which uses rigorous data-driven mathematical and statisticalanalysis methods to identify, control and predict complex system instabilities and extreme risks, with successfulapplications in a range of complex systems including fifinancial risks, earthquake prediction, nuclear energysecurity, cyber-security, social networks, health systems, etc. He founded the Financial Crisis Observatory(FCO), monitoring over 20,000 different fifinancial assets globally in real time, and has successfully predicted many market turbulences including the bursting of three Chinese stock market bubbles in 2007, 2009 and 2015,the 2008 crude oil bubble, and the decoupling of the EUR-CHF in 2011. He has published over 800 journalpapers and 10 books, with 47,000 Google Scholar citations and an H-index of 105. Meanwhile, he has alsoheld roles as an expert advisor to several world-renowned aerospace companies, banks, funds and reinsurancecompanies, such as the Chief Risk Advisor at Bank of America, an external expert at Los Alamos NationalLaboratories and member of the Board of the “Fondation d’entreprise SCOR pour la Science”.

大会报告 6：复杂装备系统的试验鉴定

摘要: 装备试验鉴定通过规范化的组织形式和试验活动，对装备性能、效能进行全面考核并独立作出评价。装备系统试验鉴定中需重点考虑体系环境、复杂环境、人在环路等复杂性难题。本报告将讨论复杂装备系统试验鉴定的特点与挑战；介绍装备试验鉴定的体制、发展历程、类型划分等，回顾试验鉴定经典方法；分析航天测控复杂系统试验评估与鉴定案例；并针对若干典型装备系统试验鉴定中的复杂性科学难题进行了展望。

王正明，国防科技大学教授，“国家百千万工程”一、二次人选，全国优秀博士学位论文作者，系统科学、数学专业博士生导师，享受政府特殊津贴。长期从事装备试验设计、评估与鉴定等领域的科研和教学工作。现任军队数学教学联席会主席，国防科技大学教学委员会主任、学术委员会副主任。获军队科技进步一等奖3项，二等奖4项，国家教学成果二等奖1项，军队教学成果一等奖3项。主持国家及军队级项目20余项。合作发表论文180篇，出版5部共约300万字的专著，获解放军图书奖1项。立二等功1次。

专题研讨会摘要和主讲人介绍

题目: 混杂智能系统-复杂系统与管理的思考 

时间: 11:05–11:15

摘要: 无疑复杂系统是系统科学最重要的研究对象之一。人工智能的发展为复杂系统的研究注入了新的活力。自然系统和人工系统并非都由同类个体构成，特别是人的参与，使系统更具异质异构和异智等特点，这类系统就是混杂智能系统。报告将从混杂智能系统的角度，介绍对复杂系统与管理的理解和认识，包括混杂智能系统研究的背景意义、对国计民生的作用以及管理与控制面临的挑战。

关治洪，华中科技大学人工智能与自动化学院教授，博士生导师。1994年在华南理工大学自动化系自控理论及应用专业博士研究生毕业，获博士学位。1994年任教授，1998年任博士生导师，2007年任二级教授，2011年任华中学者领军岗教授。研究兴趣包括脉冲混杂系统、混杂智能系统、网络控制系统、复杂网络与多智能体 (机器人) 系统、智能电网、神经网络与人工智能。主持2项国家自然科学基金重点项目和多项面上项目等研究。出版“Introduction toHybrid Intelligent Networks, Springer 2019”等著作3部。研究成果获2005年度教育部自然科学一等奖，2014年度湖北省自然科学一等奖。爱思唯尔 (Elsevier) 高被引学者 (控制与系统工程)。

题目: 关于复杂系统与管理的科学研究问题与实践思考 

时间: 11:15–11:25

摘要: 对复杂系统与管理 (CS&M) 研究进行综述，从复杂系统与管理的目标、基础，国内从复杂系统到复杂系统管理研究的5个阶段，复杂系统与管理的国际发展现状，应用与新特征五个方面展开，然后对复杂工程/系统的组织管理与运行-科学研究目标、问题与实践进行详细介绍。复杂工程指规模巨大、环境复杂、技术先进、建设与生命周期长、对国家或社会等多个方面具有重大复杂影响的一类工程。最提出复杂工程的组织运行科学研究问题，主要包含了深度不确定决策管理，复杂工程技术 (创新) 管理，复杂工程复杂性风险管理，复杂工程的协同管理，智能管理情况下的复杂工程运行研究。

黄伟，南方科技大学商学院复杂系统管理研究中心主任、讲席教授，主持深圳市发展与政策研究基地等研究工作。拥有30多年在美国、澳大利亚、香港、新加坡和中国大陆等一流研究型大学全职科研教学的经验。研究领域与兴趣包括基于信息技术的管理决策和智能城市/产业/商务智能管理、数字经济与管理、大数据管理与应用等。教育部长江学者教授 (2015)，国际信息系统权威学术学会会士 (AIS Fellow)，在国际上发表200多篇学术论文与专著，获韩国国家管理信息系统学会 (KMISA) 2017年国际科研奖、国际信息系统学会“AIS SandraSlaughter Outstanding Service Award” (2018)。

题目: 复杂系统管理研究的一点思考 

时间: 11:25–11:35

摘要: 新一轮科技革命引发了数字化、网络化、智能化，复杂系统新的特征是什么？面对人·机结合、人·网结合的社会新形态，复杂系统管理研究应该重点关注什么？

王红卫，现任华中科技大学管理学院教授，管理系统工程研究中心主任。主持自科基金委创新研究群体科学基金，杰出青年科学基金，2012获聘长江学者特聘教授，2012年获教育部创新团队发展计划，2004年入选国家“新世纪百千万人才工程”第一 次人选。兼任国务院学位委员会控制科学与工程学科评议组成员、中国系统工程学会副理事长、湖北省系统工程学会理事长。《Frontier of Engineering Management》执行副主编、中国大百科全书第三版系统科学学科副主编、中国大百科全书第三版管理科学与工程学科编委、《系统工程理论与实践》副主编、《系统工程学报》、《系统管理学报》、《自动化学报》、《控制与决策》、《信息与控制》等杂志编委。

题目: 复杂系统涌现与演化的一些思考 

时间: 11:35–11:45

摘要: 本报告先从复杂系统的战略意义引入，介绍国家战略、重点需求和关键领域，接着介绍复杂系统涌现与演化的发展历程及研究现状，然后着重介绍相关的科学挑战。同时，从复杂社会系统、复杂工程系统和复杂生物/生态系统，凝练出相关的科学和技术问题，并结合我国的研究基础和优势，指出未来的挑战和展望。

虞文武，东南大学首席教授、博士生导师，入选教育部长江学者 (2020)、青年长江 (2016)、国家“万人计划”青年拔尖人才 (2015)、国家优秀青年科学基金获得者 (2013)；东南大学校学术委员会委员、江苏省网络群体智能重点实验室常务副主任、复杂工程系统测量与控制教育部重点实验室副主任、江苏国家应用数学中心核心骨干成员、网络空间安全学院复杂网络应用与安全研究中心主任；2014-2020连续七次入选科睿唯安/原汤森路透全球高引科学家 (工程学)。

主要从事网络群体智能分布式协同分析、控制、优化、学习等相关研究，出版合编书1部、专著2部，教材1章节，发表IEEE汇刊文章100余篇；Google和SCI引用过万次，SCIH指数为55；30篇ESI高被引论文 (学科前1%)；相关研发核心技术支撑人工智能新兴产业的无人系统、智能电网、智能交通、大数据、智慧城市等领域。与军工集团、华为公司、国网公司等多个企业集团合作，完成科技攻关项目10多项。

相关成果获国家自然科学二等奖1项 (排名第2)，省部级二等奖以上3项 (1项排名第1) 及国家一级学会科学技术奖一等奖1项 (排名第1) 等奖项；担任IEEE Trans. Industrial Informatics (SCI IF: 9.112)、IEEE Trans. Systems,Man, and Cybernetics: Systems (SCI IF: 9.309)、IEEE Trans. Circuits and Systems II (SCI IF: 2.814)、中国科学-信息科学 (SCI IF: 3.304) 和中国科学-技术科学 (SCI IF: 2.302) 等杂志编委。

题目: 地球驶向何方：危机还是转变？

时间: 10:45–10:55

摘要: 人类社会正处在环境巨变的十字路口，全球变暖、极端气候事件、地震及其伴随的社会经济灾难已经威胁到人类文明的物质基础。作为复杂自适应的地球系统，可能存在多个潜在的临界要素。而各个临界要素之间的相互作用可能对其他子系统产生稳定或不稳定的影响，从而可能导致突然地级联失效，使得气候变化的突变和不可逆转的威胁越来越大，人们必须切实的采取有效地行动来缓和气候变化带来的负面影响。为此，我们需要以系统科学的观念，发展新的理论，基于古气候、当今的观测数据，以及涵盖整个复杂性次的地球系统模型，增强我们对于地球临界要素及其相互作用物理机制的理解，保卫和加强我们的自然生态系统。

樊京芳，目前担任北京师范大学系统科学学院教授，同时任德国波茨坦气候影响研究所(PIK) 客座教授。他2014年博士毕业于中国科学院理论物理研究所，后在以色列巴伊兰大学和PIK从事博士、助理教授工作，以及在美国哈佛大学、波士顿大学做访问学者。2020年入职北京师范大学系统科学学院。主要研究方向为统计物理与复杂系统，尤其是理论与大数据结合研究地球复杂系统。无论在复杂系统相变与临界现象的基础理论，还是挖掘其演化机制，他都取得了突破性的进展，发展了一系列开创性的理论框架，并用以研究气候复杂系统、地表拓扑结构，地震预报等，取得了一系列具有国际影响力的学术成果，得到了同行的高度认可。先以第一或通讯作者在Nature Physics，PNAS (5篇)，Physics Reports，GRL等国际权威期刊上发表论文40余篇。研究成果被境内外媒体如：AAAS，EurekAlert和phys.org多次报道。2019年2月，美国科学院院刊对他关于全球气温变暖的研究工作进行了科研专访。他关于极端天气长时间预测的研究成果被世界银行、中国气象局、印度气象局、秘鲁气象局等关注和使用；关于地震短期预报的研究成果被意大利地震局关注和使用。

题目: 系统科学中计算方法的展望 

时间: 10:55–11:05

摘要: 在这个报告中，张潘将展望系统科学中多变量、高维度问题的计算方法，介绍基于统计物理，机器学习，以及量子物理的方法，各自的优点和缺点，展望未来可能出现的基于量子计算机的新方法。

张潘，本科、博士毕业于兰州大学，其在意大利，法国，以及美国圣塔菲研究所做博士研究，2015年加入中国科学院理论物理研究所，现任研究员。张潘的研究方向为统计物理，机器学习与量子物理的交叉领域，研究兴趣集中在机器学习问题的统计物理理论，张量网络，量子计算，以及基于量子和统计物理的机器学习新方法。

题目: 网络系统安全调控的一些进展与思考

时间: 11:05–11:15

摘要: 随着信息物理融合系统研究的深入，工业网络系统更多的通过计算、通讯和控制技术的有机融合与深度协作，实现大型复杂系统的实时感知、动态控制和优化决策。系统的开放性、共享性、互联性、互操作性与系统组件的异构性，不可避免存在子系统间的不匹配、不兼容以及故障地级联效应，从而导致系统难以稳定运行甚至导 致灾难性事故，其安全问题不容忽视。传统复杂网络的研究集中在网络结构、动力学以及调控机制三者之间的关系。复杂网络作为描述现实系统的一种有效工具，需要从系统面考虑其安全调控问题。该报告简要的介绍常用的网络攻击手段以及弹性控制的相关工作进展，并对未来的研究进行了展望。

和望利，华东理工大学教授，博士生导师，国家优秀青年科学基金项目，中国科协“青年人才托举工程”、上海市青年科技启明星计划获得者。主要研究兴趣包括多智能体分布式协同控制与优化、信息物理网络系统安全控制；多机器人分布式感知与协同决策等。受邀出访澳大利亚中昆士兰大学、香港大学机械工程系、香港城市大学混沌与复杂网络中心、德国波茨坦气候影响研究所、日本首都大学东京从事访问研究。在IEEE汇刊重要学术刊物和会议上发表70多篇学术论文，主持国家重点研发计划子课题、国家自然科学基金等10余项，曾担任IEEE工业电子学会网络控制系统与应用专业委员会主席 (2018-2019)、首都大学东京客座副教授 (2015-2017)，第三届先进计算智能和智能信息国际研讨会的出版主席、IEEE工业电子学会旗舰会议2018ISIE、2019ICIT分组程序委员会主席。目前为IEEE资深会员，IEEE Trans. Neural Networks and Learning Systems等副主编。荣获上海市自然科学奖一等奖 (排名二) 和第六届中国自动化学会青年科学家奖。

题目: 布尔网络牵制控制的一些进展 

时间: 11:15–11:25

摘要: 简单介绍布尔网络和STP方法 (或代数状态空间方法)，说明此方法所得结果的优势和不足；介绍我们近期关于大规模布尔网络牵制控制的一些结果，相关成果基于对相关系统局部和全局的思考和分析，一定程度上克服了代数状态空间方法带来的不足，降低了相关的复杂度。

卢剑权，东南大学教授，博导，德国洪堡学者，IEEE高级会员，TCCT逻辑系统控制学组秘书长。主要研究方向为复杂网络群体行为、布尔控制网络、混杂系统等，在SIAM J.、Automatica和IEEE 汇刊发表论文80余篇。连续入选科睿唯安“全球高被引科学家”，获江苏省科学技术二等奖 (排一)，江苏省科学技术一等奖 (排二)，江苏省数学成就奖，入选教育部新世纪优秀人才等；主持国家自然科学基金面上项目3项，江苏省杰青、霍英东基金等省部级项目6项。担任Journal of the Franklin Institute、SCIENCE CHINA: Information Sciences、《系 统科学与数学》等期刊的编委和客座编委。

题目: 网络空间智能对抗 

时间: 11:25–11:35

摘要: 网络空间已经成为继陆、海、空、天四个疆域之的第五疆域，对抗也从物理空间延伸到了网络空间。根据网络空间次模型，对抗可以分为认知领域、网络领域、物理-网络领域的对抗。针对这三种对抗形式，我们分别从功能性智能、对抗性智能和博弈性智能对三种面展开研究，为不同形式、尺度与深度的网络空间智能对抗提供统一的研究视角；同时，我们融合人工智能、对抗性机器学习与博弈论等方法，为网络空间智能对抗构建统一的技术体系。

王震，西北工业大学教授，科研院处长，全球高被引科学家，国家杰青，国家青年千人，国防科技创新团队负责人，陕西省科技创新团队负责人。主要研究方向为人工智能基础、智能决策与认知、社交网络分析、认知计算，并结合学校特色从事国防应用研究。目前，在NatureCommunications，Science Advances、PNAS、PRL、IEEE T-PAMI、IEEE T-KDE、IEEE TIFS、IEEE T-II、IEEE T-CYB、中国科学等发表系列成果，引用16000余次，H因子58，获批国家发明专利10余项，完成行业技术标准4项。研究成果多次被美国科学院院士、欧洲科学院院士、AAASFellow、 APS Fellow、 IEEE Fellow、 SIAM Fellow等国际知名学者积极评价，也被Science、 Nature News、LiveScience、ScienceDaily、Phys.Org.、科学通报、中国科学、科学网等知名学术媒体专题报道。近5年，主持国家自然科学基金重点项目、GF 项目、海外基金等10余项，受邀在国外知名研究机构和国际顶级会议做大会报告和特邀报告80余次。获多项科研奖励：陕西省自然科学奖一等奖，教育部自然科学奖二等奖，中国中文信息学会科学技术奖一等奖，首届《麻省理工科技评论》“中国35岁以下科技创新青年奖”(西部唯一)，陕西省第十四届自然科学优秀学术论文奖一等奖等。

第五届中国系统科学大会

2017年7月，江苏省科技厅下发了《2017年省创新能力建设计划立项项目》清单，东南大学团队牵头申报的“江苏省网络群体智能重点实验室”获批立项建设，而“江苏省网络群体智能重点实验室”成为唯一一个人工智能领域的重点实验室。省重点实验室在创新团队建设和人才培养方面，现有专职人员47人，兼职及客座人员15人。

江苏省网络群体智能重点实验室面向人工智能领域的重大战略需求，以人才培养为核心，主要开展网络群体智能理论与技术研究。揭示网络群体智能下的分析、控制与优化机理，对基于神经网络的群体智能理论与方法、网络群体智能学习与协同控制、网络群体智能信息挖掘与决策优化重点展开理论及相关应用研究。

主办单位

东南大学江苏省网络群体智能重点实验室 

群智未来人工智能科技研究院

协办单位

上海系统科学研究院 

中国科学院数学与系统科学研究院系统科学研究所 

北京师范大学系统科学学院 

北京交通大学交通系统科学与工程研究院 

国防科技大学 

南通大学 

集智俱乐部 

中国系统工程学会 

中国自动化学会控制理论专业委员会 

中国指挥与控制学会网络科学与工程专业委员会 

中国工业与应用数学学会复杂网络与复杂系统专业委员会 

江苏省工业与应用数学学会

大会赞助商

大会部分报告将剪辑成录播，上线信息请留意集智俱乐部公众号后续推文～