智能科学国际会议ICIS

第四届智能科学国际会议ICIS2020

发布时间:2022-08-01

The Fourth International Conference on Intelligence Science

ICIS2020, November 24-27, 2020, Durgapur,

West Bengal, India

 Artificial intelligence (AI) is a term first defined in the year 1956. The field of AI, attempts to understand intelligent systems. Thus, one obvious reason to study it is to learn more about ourselves, the human intelligence. But unlike philosophy and psychology, which are also concerned with intelligence, AI strives to build intelligent systems as well as understand them. AI currently encompasses a huge variety of subfields, from general-purpose areas such as perception and logical reasoning, to specific tasks such as playing chess, proving mathematical theorems, writing poetry, and diagnosing diseases. Often, scientists in other fields move gradually into artificial intelligence, where they find the tools and vocabulary to systematize and automate the intellectual tasks on which they have been working all their lives. Advancement in the field of AI requires deeper investigation of both artificial and natural intelligence, in an interdisciplinary context. The objective of this conference is to bring together the researchers from the fields of brain science, cognitive science and artificial intelligence under a common umbrella to reconnoitre the essence of intelligence and the related technologies.

The main theme of ICIS2020 is: “From AI to Intelligence Science”

Sponsors

Chinese Association for Artificial Intelligence (CAAI)
China Chapter under International Society for Studies of Information

ICIS2020 is sponsored by National Institute of Technology Durgapur (NIT Durgapur), Durgapur, West Bengal, India and Co-supported by CSIR-Institute of Genomics and Integrative Biology (IGIB), New Delhi, India.


Organizers

National Institute of Technology Durgapur (NIT Durgapur), India

Co-Supports

CSIR-Institute of Genomics and Integrative Biology (IGIB), New Delhi, India.

General Chairs

Anupam Basu  Director, NIT Durgapur, India

Yixin Zhong  Beijing University of Posts and Telecommunications

Program Committee Chairs

Zhongzhi Shi  Chinese Academy of Sciences

Mihir Chakrabarty  University of Calcutta, Kolkata, India


Organizing Chairs

Zhao Chang   University of Utah, USA

Samarjit Kar  NIT Durgapur, India

Secretary General

Parag K. Guha Thakurta  NIT Durgapur, India

  Bibhash Sen   NIT Durgapur, India

Local Arrangement Chair

Durbadal Mandal  NIT Durgapur, India

Partha Bhowmik  NIT Durgapur, India

Finance Chair

Sajal Mukhopadhyay  NIT Durgapur, India

Ashis Kumar Dhara  NIT Durgapur, India

Publication Chair

Tandra Pal   NIT Durgapur, India

Chiranjib Koley  NIT Durgapur, India

Publicity Chair

Sudit Mukhopadhyay   NIT Durgapur, India

Tanmay De     NIT Durgapur, India

International Liaison

Suchismita Roy         NIT Durgapur, India

  Seema Sarkar Mondal    NIT Durgapur, India


Topics of Interest

The topics of interest include, but not limited to, the following:

l   Theory and Foundations of Intelligence Science

l   Logical and Mathematical theory of AI

l   Perceptual Intelligence

l   Intelligent Robot

l   Fault Diagnosis

l   Cognitive Computing

l   Big Data Analysis and Machine Learning

l   Intelligent Information Processing

l   Intelligent Applications

l   Brain Cognition

l   Data Intelligence

l   Intelligent Information Processing

l   Mind Modeling

l   Factor Space Theory

l   Intelligent Transportation Systems

l   Learning and Synaptic Plasticity

l   Intelligent Education

Important Deadlines

Paper submission deadline:     June 10, 2020

Notification of acceptance:     July 10, 2020

Camera-ready version:         August 10, 2020

Submissions Process

Papers should be no longer than 10 pages including all tables, figures, and references but excluding a cover page. Submissions should be in the Springer LNCS format. Each submission must include one cover page which should contain: 

·         Title of the paper with an abstract of no more than 500 words; 

·         A few keywords, from the list above where possible, giving a clear indication of topics;

·         Author names with affiliations, complete postal addresses, and phone numbers; 

·         Email address of the contact author.

The proceedings will be published by the Springer. Please download http://www.intsci.ac.cn/icis2020/doc/format.rar to get the detailed paper format.  Paper submissions are done through the "Easychair system" https://easychair.org/conferences/?conf=icis2020" or through the ICIS2020 Website http://www.intsci.ac.cn/icis2020/).  All accepted papers will be indexed by EI and Inspec.

The accepted papers should be presented in the conference. Selected papers will be recommended for publication in the following international journals:

*International Journal of Intelligence Science

*Special Issue, BMC Medical Informatics and Decision Making

*Transactions on Intelligence Technology

Detailed instructions can be found at the conference Website:

http://www.intsci.ac.cn/icis2020/

第四届智能科学国际会议总结

1. 概述

第四届智能科学国际会议(ICIS2020)于2021224日(星期三)至27日(星期六)在J-meeting 平台上联机举行。本次大会由中国人工智能学会、国际信息研究学会中国分会主办,印度杜尔加普尔国家理工学院、CAAI智能科学专业委员会(筹)承办,国际信息处理联合会(IFIP)协办。来自世界12个国家、80位代表参加了线上会议。大会以“智能时代来临”为主题,深入探讨智能科学与技术的问题,交流目前人工智能和人类智力的相关研究。为了对人工智能展开进一步的探索,现在亟需在跨学科的背景下,同时展开对人工智能和人类智力的研究。本次会议的目标是共同探讨智能和相关的科学技术。与会者包括人工智能先驱及研究脑科学和认知学的国际知名学者,智能科学领域专家学者,一起见证国际智能科学的发展,共襄人工智能辉煌成果。

大会在四天会期内还组织了论文宣讲环节,由论文作者与专家、学者们就学术问题进行深入的探讨和交流。大会有7个主旨报告、17个特邀报告,还组织了《智能科学的挑战》专题论坛。

2. 主旨报告

本次大会有7个主旨报告。

2.1智能科学中的思维建模

中国人工智能学会会士、智能科学倡导者、中国科学院计算技术研究所研究员史忠植报告了智能科学是脑科学、认知科学、人工智能等学科的一门交叉学科,研究智能的理论和技术。智能科学不仅要进行智能的功能仿真,而且要研究智能的机理,探索智能的新理论、新方法、新技术。心智建模是智能科学的核心。在智能科学中心智表示一系列的认知能力,使人有意识,感知外界,思考,作出判断,并记住事情。基于意识和记忆的心智模型CAM是由中科院计算所智能科学实验室提出的。CAM模型是通用人工智能的一种框架,将引领新一代人工智能的发展。

2.2 智能系统中交互式粒度计算模型

欧洲人工智能学会(ECCAI)和国际粗糙集学会(IRSS)会士、波兰科学院系统研究所安德烈·斯科龙(Andrzej Skowron),主要报告一些著名的研究人员把理解智能的问题看作是本世纪最大的问题。在最近一期的ERCIM中,有一个关于“智慧物联(Smart Things)”的解释,强调它不仅仅是物联网或工业物联网,因为它特别包括智能、认知系统和技术、机器学习和人工智能。在该报告中,我们声称,为了证明决策支持系统是智能的,有必要开发新的推理工具,也可以考虑到感官测量、经验和情境感知的重要性(即对物质世界中的情况的理解达到令人满意的程度,以便做出相关的决定)。我们讨论了如何使用交互式粒度计算模型(IGrC)对物理世界中交互的对象进行这种称为自适应判断的推理。IGrC中的基本对象称为复合颗粒。它们使抽象世界和物理世界联系起来成为可能,并有助于实现从感官测量和经验到感知的判断路径。IGRC模型为智能系统创造智慧技术的基础,在不同的应用领域中非常需要。

2.3 基于三方决策的三层多准则决策分析

加拿大里贾纳大学计算机系姚一豫教授报告了以三方决策原则为思维基础,提出了一个三层多准则决策框架分析(3LMCDA)。从三个层次理解MCDA:1)单标准层次分析对于单个标准,2)多标准层级聚合汇集来自多个标准的结果,以及3)多方法层次集成不同的MCDA方法。全面了解MCDA需要三个层次的理解。而现有的研究主要集中在在前两个层面上,第三个层面的新努力可能使我们能够利用多种不同的多准则决策方法。

2.4 基于优势的粗糙集方法处理知识发现中的不确定性

波兰波兹南科技大学智能决策支持系统实验室教授和创始主席、波兰科学院副院长和该院信息学委员会主席、欧洲科学院院士、IEEE会士罗曼斯洛温斯基(Roman Slowinski)报告从海量数据中获取知识是当今信息处理的主要挑战。从描述决策情况的数据中发现知识的目的是帮助做出更好的决策。知识发现的难点之一是由于数据的模糊性和不一致性而导致数据的不确定性。基于优势的粗糙集方法(DRSA)是一种对不确定数据进行推理的方法,它处理条件值和决策属性值之间的单调关系,是描述决策情况的典型数据。不确定性的来源是不一致性,这是因为违反了支配原则,支配原则要求(假设正单调关系)如果对象x在所有条件属性上的评估至少与对象y一样好,那么在所有决策属性上的评估不应比y差。我们证明了DRSA是Pawlak粗糙集概念的自然延续,它建立在Leibniz、Frege、Boole、Łukasiewicz和Zadeh的思想基础上。我们还证明了DRSA对条件和决策属性评价的序数性质的假设并不是从数据中发现知识的限制因素。特别是在多准则分类或排序、多目标优化、风险和不确定性决策等决策问题中,这是一个明显的假设。此外,即使数据的排序似乎不相关,属性的存在或不存在也可以用序数表示,因为如果两个属性相关,那么一个属性的存在而不是不存在应该使另一个属性存在的可能性更大(或更小)。当一个属性的存在或不存在被分级或模糊时,这一点更为明显,因为在这种情况下,一个属性的存在越可信,另一个属性存在的可能性就越大(或更小)。这一观察结果导致了DRSA与模糊集的直接杂交。由于属性(可能是模糊的)的存在是信息粒化的基础,DRSA也可以看作是粒计算的一般框架。我们还对基于优势的粗糙集方法DRSA的随机版本和最近的一些模糊扩展进行了评述。

2.5 可能性理论与可能性逻辑:不完全信息的推理工具

法国图卢兹信息研究所研究员迪迪埃·杜布瓦(Didier Dubois)报告简要概述了定性可能性理论和可能性逻辑及其在不完全信息下和关于不完全信息的各种形式的推理中的应用。这种形式主义有可能把各种独立引入的逻辑联系起来进行认知推理。

2.6 关系近似的框架

意大利罗马知识与通信模型研究组研究员皮耶罗·帕利亚尼(Piero Pagliani)报告在经典粗糙集理论中,以及在其推广的变体中,一组对象U上的二元关系R与U的子集X相对应。关系R通常由U的元素相对于一组属性或属性的行为所诱导。但是X是一个“数据”,拉丁语中“数据”的单数,因此,从字面上说,它是“给定”的东西,而不是产生的东西。X是如何得到的超出了近似范围程序相反,讲座会认为X是另一个关系Q的结果,这就引出了用另一个关系来对比(近似)一个关系而不是一个集合的问题。此外,我们不把R和Q看作对象集U上的关系,也不把U上的对象之间的满足关系的结果和一些不在逼近过程中的性质集P考虑在内,而是把性质集P也考虑进去。

关系的逼近和集合的逼近恰好是四边形关系框架RF的特例。此外,关系框架RF及其相关的数学机制是解决多代理(agent)(或多视点)近似问题的一种方法的起点。

2.7 神经网络、模糊逻辑和分形理论在COVID-19建模中的应用

墨西哥蒂华纳理工学院研究生部计算机科学教授奥斯卡·卡斯蒂略(Oscar Castillo)报告提出了一种用于COVID-19时间序列分类和预测的模糊分形方法。此外,利用自组织神经网络对COVID-19数据进行空间分析。同时,将多个神经网络与响应的1型和2型模糊聚合相结合,进行时间序列预测。仿真结果表明了所提出的混合智能方法在解决COVID-19流行病问题中的优越性。

3. 特邀报告

本次大会共有17个特邀报告。

3.1沙特阿拉伯阿卜杜拉国王科技大学教授米哈伊尔·莫斯科(Mikhail Moskov):动态规划在组合优化和数据挖掘中的扩展

3.2 印度贾达夫普尔大学教授阿米塔瓦·查特吉(Amitava Chatterjee):人-机器人协作学习策略研究

3.3 日本岩手县大学教授哥泰·查克拉博蒂(Goutam Chakraborty): 目标检测与医学图像分析

3.4 日本九州理工学院教授酒井博史(Hiroshi Sakai):离散化频率粒度表及其应用

3.5 匈牙利德布勒森大学教授塔马斯·米哈莱代克(Tamas Mihalydeak):基于不同粗糙集系统的不完全/不确定信息的逻辑处理

3.6 印度布巴内斯瓦尔理工学院教授德比·普拉萨德·多格拉(Debi Prasad Dogra):基于深度学习的视频人群有序行为表征

3.7 中国清华深圳国际研究生院教授梅赫兰·马赞达拉尼(Mehran Mazandarani):分数阶模糊推理系统简介

3.8 印度田纳西州萨斯特拉大学教授K. S.拉维钱德兰(K. S. Ravichandran):应用人工智能技术开发黑色素瘤诊断CAD模型

3.9印度SRM科技学院兼职教授德布拉塔·杜塔(Debabrata Dutta):传染病流行病学模型的不确定性建模

3.10巴西里约热内卢巴西大学让-伊夫·贝乔(Jean-Yves Beziau):智能六边形

3.11日本大阪大学教授津本舒坂(Shusaku Tsumoto): 从文本到分类知识

3.12印度希普工程科学技术研究所苏坎塔·达斯(Sukanta Das):民主计算:智能系统

3.13土耳其百年大学(Yuzuncu Yil University)奥兹坎·阿坦(Ozkan Atan):基于直觉模糊控制的球杆系统控制

3.14匈牙利德布勒森大学大卫·纳吉和卡德克·塔马斯(David Nagy,Kádek Tamás):基于相似度的深度学习标注粗糙集

3.15中国辽宁工业大学教授鲁晨光:P-T概率框架和语义信息G理论在七项困难任务中的检验

3.16挪威北极大学教授阿里夫·艾哈迈德·塞赫(Arif Ahmed Sekh):基于递归自进化Takagi-Sugeno-Kan模糊神经网络(RST-FNN)的2型糖尿病

3.17意大利米兰比科卡大学信息系统与通信系戴维德·库奇(Davide Ciucci):机器学习中处理不确定性的三方决策

4. 专题讨论

本次大会共设立专题讨论,主题是“智能科学的挑战”。共有5位代表发言,热烈讨论。讨论题目:

(1)为什么智力时代已经到来?

(2)自然语言的进展是什么处理?

(3)如何应用交互式粒度计算决策支持系统模型?

(4)为什么可能性理论很重要?

(5)不确定人工智能的进展是什么?

5. 论文报告

本次会议共收到论文42篇,经过评审录用30篇。分成脑认知、不确定性理论、机器学习、数据智能、语言认知、视觉认知、感知智能、智能机器人、医学人工智能等专题进行报告和交流。

6. 代表反映

由于大家共同努力,中国人工智能学会、印度杜尔加普尔国家理工学院、CAAI智能科学专业委员会(筹)、中国科学院计算技术研究所智能信息处理重点实验室、及时会云视讯云会议J-Meeting大力支持,学术会议开的很好,参会人员称贊会议开的很成功,收获很大。

7. 会议经费

会议未收取任何费用,全部经费由CAAI智能科学专业委员会(筹)承担。


CAAI智能科学专业委员会(筹)

史忠植

曹存根

                                             2021.2.28







附件下载: