王飞跃的个人博客分享 http://blog.sciencenet.cn/u/王飞跃

博文

[转载]【程序手册】中国自动化学会首期混合增强智能前沿讲习班

已有 2260 次阅读 2018-9-5 15:19 |个人分类:行业观察|系统分类:博客资讯|文章来源:转载

 【程序手册】中国自动化学会

首期混合增强智能前沿讲习班

 

一、主题


当前人工智能发展迅猛,正成为新产业、新业态、新模式的孵化器和助推器。混合增强智能就是将人的作用或人的认知模型引入到人工智能系统中,形成人机协同的混合增强智能。国务院印发的《新一代人工智能发展规划》明确列出混合增强智能是新一代人工智能的五大发展方向之一,并且也是新一代人工智能的典型特征。国家自然科学基金委委员会信息科学学部2017年修订的学科代码也给出了混合智能的专门学科代码(F060606)。


为继续推进和深化混合增强智能的研究发展,中国自动化学会混合智能专业委员会将于2018年9月8-9日在西安举办首期混合增强智能前沿讲习班,主题是“人在回路的混合增强智能”。此次讲习班邀请到中国自动化学会副理事长王飞跃教授、澳门大学陈俊龙教授等11位一线的权威专家系统阐释人在回路的混合增强智能前沿热点问题,深入研讨混合增强智能的基础理论、关键技术和支撑环境,分享最新学术动态。


讲习班旨在为学员提供一个与人工智能和计算科学领域顶尖学者面对面交流的宝贵契机。讲师团队特邀了长期工作在混合增强智能一线的一流学者,授课内容涵盖了混合增强智能基础理论、应用方法及新型计算架构等前沿问题。讲习班特别安排了与专家面对面的互动环节,使学员有机会当面聆听混合增强智能专家的指导与建议。

 

二、学术主任简介

 

1.png

主任:薛建儒

薛建儒,博士,西安交通大学教授。2003年获西安交通大学模式识别与智能系统博士学位,2002-2003年在日本富士施乐公司研究本部工作,2008-2009年在美国加州大学洛杉矶分校访问,1999年至今在西安交通大学人工智能与机器人研究所从事教学科研工作。主要研究方向包括计算机视觉与模式识别、智能车环境感知及运动控制,在IEEE汇刊TPAMI、TIP、TMM及学术会议ICCV、CVPR、ECCV、IROS、ACM MM等发表论文70余篇。研究成果获国家自然科学二等奖、国家技术发明二等奖、IEEE ITSSInstitute Lead Award、ACCV2012最佳应用论文奖、中国自动化学会青年科学家奖和陕西省青年科技奖等奖励。获“长江学者奖励计划”特聘教授、国家万人计划科技创新领军人才、科技部中青年科技创新领军人才计划等等荣誉。目前担任中国自动化学会混合智能专业委员会主任委员、中国图像图形学会理事。


2.png

副主任:张军平

张军平,复旦大学计算机科学技术学院,教授、博士生导师。主要研究方向是人工智能、机器学习、图像处理、生物认证及智能交通。曾于2007.9-2008.3年作为访问学者访问加州大学圣地亚哥校,2014.8-2015.8年作为Research Associate受聘于宾夕法尼亚州立大学工作一年。他担任人工智能著名期刊IEEE Intelligent Systems和交通领域期刊IEEETransactions on Intelligent Transportation Systems编委,为国内期刊《软件学报》、《自动化学报》和《模式识别与人工智能》的责任编辑。目前是中国自动化学会混合智能专业委员会副主任,中国计算机学会人工智能专委会委员,中国人工智能学会机器学习专委会常委。发表近100篇高质量论文,包括IEEE TPAMI, TNNLS, ToC, TAC,TITS, TVCG等国际期刊和ICML, ECCV等国际会议。

 

三、日程安排


1、讲习班报到缴费:

2018年9月7日 14:30—21:00;地点:南洋大酒店大堂

2018年9月8日 8:00—14:30;  地点:逸夫楼科学馆101


2. 会议时间:2018年9月8日-9月9日


3. 会议地址:

西安交通大学(兴庆校区)逸夫科学馆101会议室;


4. 具体日程安排:

 


2018年09月07日 14:30-21:00


学员报到、缴费—南洋大酒店大堂

2018年09月08日

08:00-08:30  讲习班开班致辞       

地点:西安交通大学(兴庆校区)逸夫科学馆101会议室

08:30-12:00  讲习报告                 

地点:西安交通大学(兴庆校区)逸夫科学馆101会议室

序号

报告题目

报告人

报告人单位

报告时间

1

混合计算智能算法

陈俊龙

澳门大学

08:30-09:30

2

脑机交互(脑机协同、脑机混合智能)及其临床应用

李远清

华南理工大学

09:40-10:40

3

脉冲神经网络:方法与应用

潘纲

浙江大学

10:50-11:50

休息

14:30-18:00 讲习报告                   

地点:西安交通大学(兴庆校区)逸夫科学馆101会议室

4

信息理论学习与脑信号分析

陈霸东

西安交通大学

14:30-15:30

5

深度学习前沿发展探讨与计算机视觉应用

季向阳

清华大学

15:40-16:40

6

基于忆阻的神经形态系统分析与设计

曾志刚

华南科技大学

16:50-17:50

2018年09月09日

08:30-12:00讲习报告                   

地点:西安交通大学(兴庆校区)逸夫科学馆101会议室

序号

报告题目

报告人

报告人单位

报告时间

7

混合智能如何混合: 从平行情报、平行认知到平行智能

王飞跃

中国科学院自动化研究所

08:30-09:30

8

深度学习的对抗攻击与防守

朱军

清华大学

09:40-10:40

9

面向自主智能体的计算架构思考

任鹏举

西安交通大学

10:50-11:50

休息

14:30-17:00讲习报告                 

地点:西安交通大学(兴庆校区)逸夫科学馆101会议室

10

Neural Networks on Chip: From CMOS Accelerators to In-Memory-Computing

汪玉

清华大学

14:30-15:30

11

面向大数据的算法设计和分析入门

黄增峰

复旦大学

15:40-16:40

 


四、讲习班内容及讲者简介(按报告时间顺序)

 

3.png

陈俊龙(C. L. Philip Chen,教授,自动化学会副理事长,国家千人学者、国家特聘专家,澳门科协副会长,澳门大学讲座教授,科技学院前院长。陈教授是IEEE Fellow(院/会士),美国科学促进会AAAS Fellow(院/会士),国际模式识别IAPR Fellow(院/会士),国际系统及控制论科学院IASCYS院士,自动化学会(CAA)及香港工程师学会(HKIE)Fellow,陈教授现任IEEE系统人机及智能学会的期刊主编IEEE Trans. on Systems,Man,and Cybernetics: Systems,曾任该学会国际总主席。陈教授主要科研在智能系统与控制,计算智能,混合智能,数据科学方向。在2018年“计算机科学学科”高被引用文章数目学者中全世界排名在前14名。详见https://orcid.org/0000-0001-5451-7230。陈教授的科研包括国家基金委重点项目及面上项目在人工智能方向的科研,以及多项澳门科学基金委的资助,并获得两次澳门自然科学奖。陈教授获IEEE学会颁发了4次杰出贡献奖,是美国工学技术教育认证会(ABET)的评审委员。 澳门大学工程学科及计算机工程获得国际【华盛顿协议】及【首尔协议】的认证是陈教授对澳门工程教育的至高贡献。担任院长期间带领澳门大学的工程学科及计算机学科双双进入世界大学学科排名前200名(从千名以外)。2016年他获得了母校美国普度大学的杰出电机及计算机工程奖。

报告题目:混合计算智能算法

报告摘要:计算智能是一系列由自然和生物启发的处理复杂问题的计算技术。这类技术能处理传统建模、系统不确定性、或者数学方法较难处理的问题。常见的计算智能技术有:神经网络,模糊系统,进化计算,概率推理系统等。本课程是讨论基于上述这些计算智能理论及其衍生出来的混合算法。同时也会探讨将“人”引入系统中的混合智能。


4.png

李远清,华南理工大学自动化科学与工程学院院长、华南理工大学脑机接口与脑信息处理研究中心主任、教授、博士生导师、IEEE Fellow、国家杰出青年科学基金获得者、教育部长江学者特聘教授、国家百千万人才工程国家级人选,广东省南粤百名杰出人才培养工程人选,获国家自然科学二等奖1项、教育部自然科学一等奖1项、广东省自然科学一等奖2项等。是IEEE Trans. on Fuzzy Systems,IEEE Trans. on Human Machine Systems等4份SCI国际期刊的副主编。1988年本科毕业于武汉大学数学系,1994年硕士毕业于华南师范大学数学系,1997年博士毕业于华南理工大学自动控制工程系。2000年以来,先后致力于独立分量分析与盲源分离、稀疏编码、半监督机器学习、脑电与fMRI信号分析、脑机接口、脑内视听觉整合等方面的研究。迄今为止,发表论文100余篇,其中在IEEE Trans. on Information Theory,IEEE Trans. on Signal Processing,IEEE Trans.on Biomedical Engineering,IEEE Signal ProcessingMagazine,Proceedings of the IEEE等汇刊上发表长文40余篇,在Cerebral Cortex,Human Brain Mapping,NeuroImage,Scientific Reports,Machine Learning,Pattern Recognition,Neural Computation,Journal of Neural Engineering,NIPS等国际著名期刊及权威会议上发表论文共30余篇。申请获批专利30余项。主持项目包括国家重点研发计划项目、国家自然科学基金重点项目、科技部863课题、广东省自然科学基金团队项目等。担任中国自动化学会常务理事、中国人工智能学会混合智能分会副主任委员、中国生物医学工程学会医学神经工程分会副主任委员等。

报告题目:脑机交互(脑机协同、脑机混合智能)及其临床应用

报告摘要:通过脑机接口,人脑和外部设备之间可以直接进行交互,从而实现脑智能和机器智能的融合,即混合智能。混合智能是人工智能一种新的形态和方向,具有广泛的应用前景。提高目标检测性能和实现多维控制是脑机接口研究的两大基本问题。我们首先介绍多种多模态脑机交互,包括基于SSVEP和P300的脑机接口,视听觉脑机接口,基于P300和运动想象的脑机接口,这些脑机接口或者可以提高目标检测性能,或者可以实现多维控制。然后我们介绍这些脑机接口两个方面的临床应用:(1)意识障碍患者(如植物人等)的意识检测是一个难点问题,主要原因是这些病人缺乏行为能力,认知水平低下。我们开发了多种脑机接口,用于意识障碍患者(如植物人等)的意识检测,数字认知检测、临床辅助诊断,取得了良好效果。(2)面向严重的颈椎损伤的高位截瘫病人,我们开发了环境控制系统。该系统集成轮椅、家电和护理床于一体,实现了脑控,有效提高了这些病人的生活自理能力。


5.png

潘纲,浙江大学计算机学院教授、博导,计算机辅助设计与图形学国家重点实验室副主任,中国人工智能学会常务理事、脑机融合与生物机器智能专委会主任委员,获CCF-IEEE CS青年科学家奖、IEEE TCSC Award for Excellence (Middle Career Researcher)。主要研究方向为混合智能、脑机接口、类脑智能、计算机视觉、普适计算等。获ACM/IEEE国际会议最佳论文奖3次,包括ACM UbiComp2016最佳论文奖(CCF-A类会议)。相关成果入选2016年度中国高等学校十大科技进展,获国家科学技术进步奖二等奖(第2完成人)、教育部科技进步一等奖(第2完成人)。担任《IEEE Systems Journal》、《ACM IMWUT》、《Chinese Journal of Electronics》等期刊的编委。

报告题目:脉冲神经网络:方法与应用

报告摘要:脉冲神经网络(Spiking Neural Networks)由于比传统的人工神经网络具有更好的生物逼真性,近年来受到研究人员越来越多的关注。通过脉冲神经网络,计算系统与生物神经系统的连接融合有望变得更加有效与自然。本报告将介绍脉冲神经网络原理与方法,以及若干脉冲神经网络的典型应用。同时,也将分享课题组近年在脉冲神经网络方面的研究进展。


6.png

陈霸东,西安交通大学教授,博导。研究兴趣包括信号处理、机器学习、人工智能、脑机接口等。发表学术论文200多篇,其中SCI收录期刊论文120余篇,发表在IEEE TSP, IEEE TNNLS, IEEE SPL, AUTOMATICA 等国际著名期刊,8篇论文获“ESI高被引论文”。入选第八批陕西省“百人计划”、获2018年度陕西省高等学校科学技术奖励一等奖、第四届中国自动化学会青年科学家奖。陈教授是IEEE高级会员,担任国际著名期刊IEEE TNNLS、IEEE TCDS的编委(AE)以及IEEE面向信号处理的机器学习(MLSP) 、IEEE认知与发展系统(CDS)技术委员会委员(TC)。作为项目负责人承担了国家自然科学基金重点、面上、青年和973课题等多项重要科研项目。

报告题目:信息理论学习与脑信号分析

报告摘要:机器学习领域的研究表明,利用信息论测度(熵、互信息、信息距离等)构建学习机的目标函数可以显著提高机器学习的性能和对各种噪声干扰的鲁棒性,这类学习方法称为信息理论学习Information Theoretic Learning,ITL),是机器学习领域新的研究方向。另一方面,脑机接口正成为人类重点探索的领域和全球研究热点,该技术有望为瘫痪、残疾人士打造新的神经回路,刺激大脑的潜能,让障碍人士重新回到正常生活的轨道,让人脑更加科学的发育。将信息理论学习方法应用于脑信号(EEG、fMRI等)的分析与处理,有望提高脑机接口系统的准确性、可靠性和实用性。本报告将阐述信息理论学习的基本概念、方法及其在脑信号分析与处理中的应用。


7.png

季向阳,清华大学自动化系教授,信息科学与技术国家研究中心智能科学部主任,研究方向为机器学习与信号处理。国家杰出青年科学基金、“万人计划”领军人才与中国青年科技奖获得者。担任中国人工智能学会深度学习专委会主任、中国电子学会人工智能与无人系统青年专委会主任。近年来发表SCI/EI论文100余篇;授权国家发明专利40项、国际发明专利9项,20余项技术被国家标准组织与国际ISO/IEC MPEG标准组织接收,获2013年Outstanding Contributions IEEE Std 1875TM(标准杰出贡献奖); 课题组曾获MS COCO 物体分割、ECCV视觉质量增强等国际比赛冠军。曾获国家技术发明一等奖与科技进步二等奖。

报告题目:深度学习前沿发展探讨与计算机视觉应用

报告摘要:人工智能已经成为信息科学技术、相关学术领域以及众多产业发展的新动力与新契机。报告首先从人工智能概念、历史演进以及最新的发展趋势进行介绍;随后在机器学习背景下探讨深度卷积神经网络的概念、演进、最新方法,特别是计算机视觉方向的快速发展,并进一步阐述其在多个领域的扩展应用;鉴于物体检测与分割是图像处理与计算机视觉重要基础研究方向之一,报告将深入介绍深度卷积神经网络设计,视觉理解中物体分类、检测与分割的原理,在姿态估计及其在机械臂与导航等领域的应用前景。


8.png

曾志刚,华中科技大学教授、博士生导师,国家杰出青年科学基金获得者,教育部长江学者特聘教授。先后担任IEEE Transactions on Neural Networks、IEEE Transactions on Cybernetics、 IEEE Transactions on Fuzzy Systems、Cognitive Computation、Neural Networks、Applied Soft Computing、自动化学报和控制工程的编委。担任IEEE Transactions on Neural Networks and Learning Systems、Neural Computing & Applications、Neurocomputing、International Journal of Fuzzy Systems、Neural Processing Letters等5个SCI源国际学术期刊的客座编委。担任过三十多个国际学术会议的大会主席,程序委员会主席,出版主席等。曾获湖北省自然科学一等奖、湖北省科技进步一等奖、教育部高等学校科学研究优秀成果奖自然科学奖一等奖、国家科学技术进步奖二等奖各一次。

报告题目:基于忆阻的神经形态系统分析与设计

报告摘要:生物神经网络由作为节点的神经元和神经元之间的突触进行连接。如何采用微纳器件模拟生物神经元、神经突触的功能是急需突破的技术难题之一。忆阻是一种非线性的无源两端口动态器件,其阻值随两端电信号变化而改变的性质,非常类似于生物神经元突触的功能。将忆阻作为神经计算机时代的“晶体管”,引入到人工神经网络电路的设计中,以模仿生物突触传导神经递质的过程,实现对生物突触的物理模拟,创造出基于忆阻的生物突触模拟器,并进而发展类脑计算能力是值得深入研究的方向之一。本报告将简介基于忆阻的逻辑运算电路设计,汇报基于忆阻的神经形态网络在算法和功能方向的研究进展。

 

9.png

王飞跃,教授,中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任,中国自动化学会副理事长兼秘书长。1990年获美国伦塞利尔理工学院(RPI)计算机与系统工程博士学位,至2011年任美国亚利桑那大学教授和机器人与自动化等实验室主任。1998年作为国家计划委员会“引入海外杰出人才计划”和中国科学院“百人计划”人才回国合作,2011年追溯为国防领域“千人计划”国家特聘专家。主要从事机器人、智能控制、社会计算、平行智能、知识自动化等研究。2003年起先后当选IEEE、INCOSE、IFAC、ASME和AAAS等国际学术组织Fellow。2007年获ACM杰出科学家称号、同年获得国家自然科学奖二等奖,2014年获IEEE SMC Norbert Wiener奖等。现任IEEE Transactions on Computational Social Systems、IEEE/CAA J. of Automatica Sinica、自动化学报、指挥与控制学报主编。

报告题目:混合智能如何混合: 从平行情报、平行认知到平行智能


10.png

朱军,清华大学计算机系教授,清华大学人工智能研究院院长助理。2001到2009年获清华大学计算机学士和博士学位,之后在CMU做博士后,2011年回清华任教,2015到2018年任卡内基梅隆大学兼职教授。主要从事机器学习基础理论、高效算法及相关应用研究,在国际重要期刊与会议发表论文百余篇。担任IEEE TPAMI的副主编和编委、AI编委,担任机器学习国际大会ICML2014地区联合主席,ICML(2014-2018)、NIPS(2013,2015,2018)、IJCAI(2015,2017)、AAAI(2016-2018)等国际会议的领域主席。获CCF自然科学一等奖、CCF青年科学家奖、中创软件人才奖、清华大学优秀班主任一等奖等,入选国家“万人计划”青年拔尖人才、MITTR35中国区先锋者以及IEEE Intelligent Systems评选的“AI’s 10 to Watch”。

报告题目:深度学习的对抗攻击与防守

报告摘要:深度学习模型(或一般的机器学习方法)通常容易被对抗噪声攻击,这给实际应用带来了很多风险。如何有效进行攻击以及如何进行防守受到了学术界和工业界的广泛关注。谷歌公司在NIPS 2017会议上举办了一个对抗攻击与防守的竞赛,吸引了百余支队伍。在这个报告中,将介绍深度学习对抗攻击与防守方面的一些最新进展,包括赢得NIPS竞赛的解决方案以及一些近期的工作。


11.png

任鹏举,西安交通大学副教授,博导。研究方向为面向视觉认知的新型计算结构。共发表学术论文28篇,其中包括本领域顶级期刊IEEE Trans. Computers、IEEE Trans. CAD、IEEE Trans. Cognitive and Developmental Systems、IEEE Trans. Circuit and SystemsII等。申请国内外发明专利20项,授权专利13项(含1项美国专利)。近5年主持国家和省部级科研项目8项,包括国家重点研发计划课题1项、自然科学基金面上项目,参与国家核高基科技重大专项子课题1项(副组长)。作为课题骨干完成了6款图像处理专用芯片的设计和流片。2015年入选首届中国科协“青年人才托举工程”(全国自动化方向共入选4人)。

报告题目:面向自主智能体的计算架构思考

报告摘要:2018年图灵奖得主HennessyPatterson的演讲题目“计算机体系结构的新黄金时代:特定领域的硬件/软件协同设计,增强的安全性,开放式指令集和敏捷芯片开发”。指明了智能计算时代呼唤新的计算架构变革。以智能驾驶、无人机、机器人为代表的自主智能体需要面对复杂、动态、开放、非完整观测环境下的挑战,是体现混合增强智能适应性、稳定性、可靠性、鲁棒性和灵敏性的典型应用场景。本次报告以“认知计算引擎”为切入点,将课题组近年来的学术观点和研究进展与大家分享。


12.png

汪玉,清华大学电子工程系长聘副教授,从事高能效电路与系统研究,发表论文200余篇,IEEE/ACM杂志文章40余篇;谷歌学术引用3300余次。担任ACM SIGDA E-News主编,IEEE TCAD、TCSVT编委,DAC等领域顶级会议技术委员会委员,ACM杰出演讲者,ACM FPGA技术委员会亚太地区唯一成员。16年获得NSFC优秀青年基金。获得FPGA17、NVMSA17,ISVLSI12最佳论文,以及8次国际会议最佳论文提名。深度学习FPGA加速器在2016年知识产权转化入股北京深鉴科技有限公司,打造世界最先进的FPGA深度学习平台。

报告题目:Neural Networks on Chip: From CMOS Accelerators to In-Memory-Computing

报告摘要:Artificial neural networks, which dominate artificial intelligence applications such  as object recognition and speech recognition, are in evolution. To apply neural networks to wider applications, customized hardware are necessary since CPU and GPU are not efficient enough. Numerous architectures are proposed in the past 4 years to boost the energy efficiency of deep learning inference processing, including Tsinghua and Deephi’s effort. In this talk, we will talk about different architectures based on CMOS technologies, including 200GOPS/W FPGA accelerators, about 1-5TOPS/W chips with DDR subsystems, and over 50TOPs/W chips with everything on chip. The possibilities and trends of adopting emerging NVM technology for efficient learning systems, i.e., in-memory-computing, will also be discussed as one of the most promising ways to improve the energy efficiency.


13.png

黄增峰,复旦大学大数据学院青年研究员,2013年获得香港科技大学博士学位,之后在丹麦奥胡斯大学和澳大利亚新南威尔士大学从事研究工作。主要研究数据挖掘、机器学习、数据库等领域的大数据算法问题和复杂性理论。其他主要研究领域包括复杂网络分析和理论计算机科学等,在相关领域的国际会议、期刊如FOCS,ICML,SIGMOD,PODS,SICOMP,TODS等发表多篇学术论文,并且获得了ICML 2018 best paper runner up awards。

报告题目:面向大数据的算法设计和分析入门

报告摘要:当前这波人工智能的发展是由大数据和硬件技术推动的。面向大数据和新型计算模型的算法设计已经成为国际研究热点。与传统算法相比,大数据算法设计面临许多挑战。第一、数据量巨大,带来存储空间的挑战;第二、大数据有很强的实时性,对计算时间有约束;第三、除了空间和时间,还需要考虑分布式计算中的通信代价。我们会介绍面向大数据问题的计算模型、算法设计和理论分析。主要包括流数据算法,亚线性时间算法,数据摘要,时间允许还会介绍分布式算法。我们会以经典问题作为典型案例,例如随机采用、频繁项挖掘、线性回归等,介绍大数据算法的设计技术和分析方法。

 

五、会务人员联系方式

曲延云:15710658634;

yyqu@xmu.edu.cn

梅魁志:13152006695;

meikuizhi@mail.xjtu.edu.cn

房建武:13759927585;

j.w.fangit@gmail.com


六、报名方式


即日起至2018年09月06日,您可登录活动行官方报名页面进行缴费报名。


14.png

 

七、会场路线


西安交通大学逸夫科学馆路线(红色显示);西安交通大学主楼多功能报告厅路线(蓝色显示


16.jpg

 

八、交通住宿


交通路线1:西安咸阳国际机场—西安交通大学(兴庆校区),打车需约120元。


17.jpg


交通线路2:西安北站—西安交通大学(兴庆校区),打车需约65元。


18.jpg


交通线路3:西安火车站—西安交通大学(兴庆校区),打车需约16元。


19.jpg

 

周边酒店住宿信息:


20.jpg


1、世纪金源国际大饭店(5星)(机场大巴直达),大床单间(单早):420元/晚,酒店到会场路线700路直达两站;

2、南洋国际酒店(3星),大床单间(单早):320元/晚,酒店到会场步行5分钟到交大南门;

3、西安安家公寓酒店,大床单间(单早):140元/晚,酒店到会场步行5分钟到交大东南门;

4、汉庭快捷(交大店),大床单间(单早):198元/晚,酒店到会场步行3分钟到交大东南门;

 

九、会议期间天气预告

 

21.png

会议期间,西安预计有雨,请大家备好雨具等物品。

(信息来源:https://www.tianqi.com/xian/30/

  

十、赞助单位


文章来源:CAA混合智能专委会



http://blog.sciencenet.cn/blog-2374-1132969.html

上一篇:[转载]IEEE/CAA JAS 第5卷5期网刊已发布, 敬请关注!
下一篇:[转载]《自动化学报》入编《中文核心期刊要目总览》2017年版

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2018-11-14 02:23

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部