重要通知  
DDCLS’18会议征文通知

“第七届数据驱动控制与学习系统”(DDCLS'18)会议拟定于2018年5月25-27日在湖北恩施举行。本次会议由中国自动化学会数据驱动控制、学习与优化专业委员会主办,湖北民族学院承办,IEEE Beijing Section和IEEE Industrial Electronics Society作为本次会议的technical sponsor。

本系列会议已经举办6次。近三次,2015年北京、2016年银川和2017年重庆的第四、五、六届数据驱动控制与学习系统学术会议都邀请了知名学者作大会报告。本次DDCLS'18会议将更加正规化、规模化和国际化,力争打造一个具有较大影响力的国际学术交流平台,以促进中国数据驱动控制、学习与优化领域在国内外的学术影响以及在国内的健康发展。

之前几届DDCLS会议收录的英文论文都已进入IEEEXplore,并被EI检索。“第七届数据驱动控制与学习系统”会议已经IEEE批准并将取得正式的论文集书号,录用的英文论文经IEEE审核后将正式进入IEEE Xplore数据库EI检索

会议征文范围,但不仅限此范围:

--数据驱动控制理论、方法及应用
--无模型自适应控制理论与应用
--自抗扰控制技术及应用
--数据驱动的故障诊断、健康维护与性能评价
--迭代学习辨识与迭代学习控制(重复控制)
--数据驱动的建模、优化、调度、决策及仿真
--统计学习、机器学习、数据挖掘及在自动化领域的应用
--应用神经网络、模糊系统的数据驱动方法
--增强学习控制、强化学习控制
--数据驱动控制的鲁棒性
--数据驱动控制与基于模型控制之间关系
--数据驱动方法在工业过程中的应用
--数据驱动交通系统建模、控制与优化
--实际复杂系统的数据驱动控制
--复杂大数据系统的技术及应用
--工业过程大数据及系统和控制

投稿须知:

本次会议的投稿论文请于2018年2月28日前通过http://cms.amss.ac.cn/提交全文初稿。录用文章的作者需要按照会议要求撰写论文并提交终稿。会议论文包括分组报告和邀请组报告。除此以外,大会设有3个大会报告和若干邀请专题报告。具体稿件要求详见DDCLS'18会议网站http://ddclo.bjtu.edu.cn/2018DDCLS/。会议接受并收录的论文,作者 需注册并到会宣讲。

大会报告

--钱锋院士,华东理工大学
--Prof. Steven X. Ding, University of Duisburg-Essen, Germany
--Prof. Håkan Hjalmarsson, KTH Royal Institute of Technology, Sweden

会议费用及注册方式:

论文作者或参会者每人会议注册费暂拟定为:2500元人民币(IEEE会员);2700人民币(非IEEE会员)。
会议注册费由中国自动化学会数据驱动控制、学习与优化专业委员会的挂靠单位北京交通大学代收,并开具可供报销的发票。录用论文的作者需于2018年4月25日前通过网络注册系统缴纳注册费,其他参会人员也可通过网上系统或现场(由会场单位代收,北京交通大学开具发票)缴纳注册费。注册人员的餐饮由会议统一安排。交通、住宿费自理。

会议日程(草案)

2018年5月25日晚:参会代表报到。
2018年5月26日上午:大会特邀报告。
2018年5月26日下午:分组宣读论文。
2018年5月26日晚19:00--21:00:召开数据驱动控制、学习与优化专业委员会工作会议(专委会委员本人或派代表出席会议)。
2018年5月27日上午:第十期自动化前沿热点论坛。
2018年5月27日下午:分组宣读论文。
2018年5月27日晚:大会告别宴会

会议网站与联系人:

专业委员会网站http://ddclo.bjtu.edu.cn/
DDCLS’18会议网站http://ddclo.bjtu.edu.cn/2018DDCLS/
具体事宜也可向学会秘书殷辰堃博士(chkyin@bjtu.edu.cn,电话010-51684105) 咨询。

欢迎大家踊跃投稿、筹办邀请组!

重要日期:

初稿提交截止日期: 2018年02月28日
录   用   通  知: 2018年03月25日
终稿提交截止日期: 2018年04月25日
作者注册截止日期: 2017年04月25日


中国自动化学会数据驱动控制学习与优化专委会

2018年2月1日


附件:“第七届数据驱动控制与学习系统”(DDCLS’18) 会议征文通知
重要通知 更多
友情链接 更多
中国自动化学会
国家自然科学基金委员会
控制理论专业委员会
过程控制专业委员会
仪表与装置专业委员会
电气自动化专业委员会
制造技术专业委员会
智能自动化专业委员会
北京交通大学先进控制系统研究所
版权所有:中国自动化学会数据驱动控制、学习与优化专业委员会