2025年2月15日, 由深圳大学和大数据系统计算技术国家工程实验室共同主办, 丹佛大都会州立学院、西南交通大学、哈尔滨工程大学、思克莱德大学、澳门大学和雷丁大学等国内外高校支持的第17届机器学习与计算国际会议（The 17th International Conference on Machine Learning and Computing，ICMLC 2025）在广州隆重开幕!

　　本次会议采用线上线下融合模式，汇聚全球高校、科研机构及产业界的专家学者、科研人员及行业代表近一百六十人，围绕机器学习与计算领域的前沿技术突破、创新应用场景等核心议题展开深度研讨。

　　2月15日上午，大会开幕。 大数据系统计算技术国家工程实验室执行主任、深圳大学计算机软件学院副院长李坚强教授代表大会主办方致欢迎辞，李教授表达了对会议成功举办和促进国际合作的期许，并祝愿大家有一段美妙的参会经历，同时期待参会各方以本次会议为契机，积极开展深入交流与合作，助推更多高水平学术成果。

　　丹佛大都会州立学院黄琳教授在开幕致辞中，深入剖析全球人工智能发展格局，指出突破算法效率与算力瓶颈已成为国际科技竞争的战略制高点，呼吁通过跨学科协作开拓创新路径，推动理论创新与产业实践的深度融合。开幕式由西南交通大学龚勋教授主持。

　　上海交通大学徐雷教授(IEEE /IAPR Fellow)以《从混合专家到混合领域：双向智能与搜索推理的新范式》为题，综述AI中MoX技术的发展：从霍夫变换、混合线性/高斯模型，到MoE、生成/扩散模型混合，以及AlphaGo式双向智能推理，并探讨其与ChatGPT-4、Deepseek-R1的关联。

　　南方科技大学刘德荣教授(IEEE/INNS/IAPR Fellow)以《基于人工智能的自学习控制方法》为题，探讨了基于人工智能的自学习控制方法的基本原理、关键方法（如自适应动态规划和并行控制）及其在机器人、自动驾驶和工业自动化等领域的应用，并分析了学习效率、实时适应性和部署可行性之间的权衡及元控制的概念。

　　北京科技大学邱波教授围绕《人工智能在天文学中的应用实例》，介绍了天文学中人工智能的应用实例，涵盖不同望远镜（如LAMOST、SDSS）的任务、数据格式和实际需求，展示了AI在处理天文大数据中的重要作用。

　　上海交通大学黄晓霖教授以《学习动态：理解泛化与记忆机制的关键》为题，探讨了学习动态在深度模型中的重要性，指出其对泛化性能和记忆机制的影响，并强调了其在机器遗忘领域的关键作用。

　　本届会议学术活动精彩纷呈，大会为期四天，除四场高规格主旨外，还设置四场特邀、十七个专题论坛及线上平行会议。会议主题涵盖自适应系统、神经网络与支持向量机、商业智能、混合动力和非线性系统、生物统计学等研究领域等前沿方向，通过论文宣讲、技术展示等多元形式，构建了立体化的学术交流矩阵，与会者将就各自的研究课题深入交流探讨并展开深度对话。

　　作为机器学习与计算领域拥有较高影响力的国际学术会议之一，ICMLC历经十六载发展，已形成良好的口碑效应与学术引领力。本届会议将依旧延续往届高水平的学术传统，为与会专家学者提供了一个碰撞思想、推动创新、相互学习的交流平台，为推动机器学习与计算技术的深度融合与广泛应用以及相关领域的研究与发展注入了新的活力。返回搜狐，查看更多kaiyun全站网页版登录