第五届电气工程与机电一体化技术国际学术会议（ICEEMT 2025）圆满落幕—

会议

会议
资讯

首页 / 往期会议 / 正文

第五届电气工程与机电一体化技术国际学术会议（ICEEMT 2025）圆满落幕——汇聚智能控制与分布式优化前沿科技

更新时间：2025-10-22

AEIC官网-版头.gif

由南方科技大学主办，南方科技大学自动化与智能制造学院承办的第五届电气工程与机电一体化技术国际学术会议（ICEEMT 2025）于2025年10月17日至19日在深圳顺利召开并圆满落幕。本次会议汇聚了来自全球知名高校和科研机构的专家学者，共同探讨电气工程与机电一体化领域的最新技术进展与研究成果，推动国际学术交流与合作。

会议上午主会场由南方科技大学刘德荣讲席教授【欧洲科学院院士、IEEE/INNS/IAPR Fellow】主持开幕式。

640 (40).png

还特别邀请了南方科技大学自动化与智能制造学院党委书记孔贺研究员【国家海外高层次人才】进行欢迎致辞，表达了对参会专家学者的热烈欢迎与诚挚祝愿。

塞浦路斯大学Marios Polycarpou教授【KIOS中心主任、IEEE/IFAC Fellow】深入探讨了面向复杂网络化环境下的信息物理系统韧性，介绍了基于人工智能和机器学习的智能监控技术，为提升社会关键基础设施的稳定性和抗故障能力提供了创新思路。

演讲题目：《增强信息物理系统的弹性（Enhancing Resilience of Cyber-Physical Systems）》

意大利米兰理工大学Cesare Alippi教授【IEEE/INNS/ELLIS Fellow】分享了图神经网络在处理不规则时空数据的最新发展，尤其在数据插值和未来预测方面的突破，开辟了时空数据分析的新路径。

640 (43).png

演讲题目：《不规则时空数据的图深度学习（Graph Deep Learning for Irregular Spatiotemporal Data）》

深圳理工大学讲席教授黄廷文【IEEE/AAIA Fellow】介绍了一种结合模态分析和神经网络的AI运动模仿技术，实现了恐龙模型间复杂动画的跨形态转移，为数字娱乐与仿真领域带来了全新方法。

640 (44).png

演讲题目：《基于神经和模态分析的人工智能驱动的恐龙模型运动模仿（AI-Driven Motion Imitation in Dinosaur Models via Neural and Modal Analysis）》

青岛大学侯忠生教授【IEEE/CAA Fellow】则从数据驱动控制的视角，全面阐述了动态线性化数据模型及其与传统状态空间模型的对比与展望，推动了理论与应用的深度融合。

640 (45).png

演讲题目：《动态线性化数据模型及其展望（Dynamic Linearization Data Model and Its Prospects）》

此外，下午的会议特邀报告同样精彩亮眼。南京理工大学叶茂娇教授【国家高层次青年人才】针对在线资源分配问题提出了创新的分布式优化算法，针对包含自由进出节点的系统，通过投影梯度和对偶平均方法，实现了多智能体成本的最小化及协同平衡。

640 (46).png

演讲题目：《不规则时空数据的图深度学习——分布式在线资源分配与自由进出节点博弈（Distributed online resource allocation and games with free-in and free-out nodes）》

华东理工大学刘昌鑫教授【国家高层次青年人才】则提出了一个有界扰动下鲁棒分布式优化的统一框架，该框架不仅通用性强，能够整合多种现有RDO算法，还通过合理放宽步长限制有效加速了算法收敛。

640 (47).png

演讲题目：《有界扰动下鲁棒分布优化的统一框架（A Unified Framework for Robust Distributed Optimization under

Bounded Disturbances）》

会议下半场的口头报告环节展示了来自多所高校和研究机构的优秀研究成果。报告内容涵盖220kV输电线路避雷流特性、多因素耦合影响、运动捕捉控制技术比较、发电机绝缘热老化评估、移动机器人路径规划等热点课题。还包括深度强化学习在电动汽车充电中的应用、机电系统故障检测算法、轨道交通永磁同步电机控制、直流电容器电热耦合分析、创新机器人臂结构设计、以及电网储能配置优化与微电网经济运行策略等方向。各报告精彩纷呈，展示了电气工程与机电一体化技术领域的前沿进展与应用潜力。

会议期间，与会者积极互动，探讨了如何将这些理论创新与工程实际紧密结合，助推电气工程与机电一体化技术向更智能、更鲁棒、更高效的方向发展。ICEEMT 2025成功搭建了一个高水平的学术交流平台，深化了智能控制、图学习、物理建模以及分布式优化等领域的国际合作。期待未来更多的合作与创新，共同推动全球电气工程与机电一体化科技进步。