【预告】TF36: 工业大数据在智能制造领域的应用与探索

只为技术专家

CCF TF第36期

主题　工业大数据在智能制造领域的应用与探索

2020年11月21日14:00-17:00

个人简介：1997年毕业于中国科学院计算技术研究所。担任CCF TF-SIG智能制造主席。主持设计的产品连续多年获得IF、红点Best of Best、G-MARK、中国设计智造(DIA)等国际设计大奖，并获得安徽省科学技术进步奖，合肥市“创新领军人才”A类等称号。主要研究方向包括计算机系统结构、产品创新设计、智能制造中的数字孪生、工业大数据分析与应用、人工智能及视觉识别等领域。

主题报告一：工业大数据在智能制造领域的应用及探索

主题简介：京东方有超过20年的生产制造经验，每年的信息化和数字化的研发投入都有过亿的投入。北京中祥英科技有限公司承载着将京东方积累的智能制造领域的经验对外输出的重任，致力于提升我国工业的整体智能化水平，以工业互联网平台为载体，为新型显示产业上下游企业，电子信息产业及其他产业提供工业企业管理咨询、工业互联网解决方案及平台服务。本次报告主要介绍京东方在利用大数据为智能制造赋能的落地案例及创新的尝试，包括数据的治理与应用，制造知识图谱，不良根因分析，不良图像自动分类，及VR在制造工艺作业流程的应用。

个人简介：刘楠，早稻田大学博士，北京市“海聚工程”特聘专家，北京市朝阳区“凤凰计划”海外高层次人才。目前任职于京东方科技集团股份有限公司，北京中祥英科技有限公司，为技术中心算法专家，解决方案总监。积极的推进新技术在智能制造的应用，探索如何将新技术融入到制造流程并创造价值，其中包括知识图谱，计算机视觉，自然语言处理，数字孪生，VR/AR等。入职京东方前，曾先后在日本东芝研究中心，产业技术综合研究所(AIST)，新加坡南洋理工大学(NTU)从事芯片设计和EDA算法的研究和开发的工作。发表过20余篇SCI/EI论文，申请20余个发明专利。目前专注于工业互联网相关的标准制定，架构设计，前沿技术的应用和落地，以及模拟仿真等工业软件的自主开发。

主题报告二：深度学习在工业质检的优势及应用 

主题简介：中国智能制造服务市场已达千亿规模，在如此庞大的市场中，工业视觉是应用AI较多的领域。工业视觉的用途主要有定位、检测、测量、识别。面对工业质检场景碎片化严重、环境复杂多变、样本数不足等诸多问题的挑战，人工智能深度学习算法凭借独特的优势具有巨大应用潜力。创新奇智推出ManuVision工业视觉平台，融合少样本学习、图像超分辨率算法、物理缺陷模拟等创新性技术，在工程建筑、汽车装配、3C电子、面板半导体等诸多领域快速落地应用。人工智能预测准确率将随着工业大数据的提升而持续优化，以实现生产质量数据的全面掌控，为流程优化和工艺再造提供关键数据支持，人工智能工业质检解决方案也将全面赋能工业。

个人简介：汤寅航，创新奇智工业智能部高级技术总监，法国里昂大学计算机博士，师从计算机教授Liming Chen和数学教授Jean-Marie Morvan，主要研究领域包括图像处理、模式识别、生物特征识别等，在国际著名期刊及会议发表十余篇学术论文。

汤博士具有从技术算法研究、到产品研发，到交付实施的完整项目经验，打造多个机器视觉在工业制造及安全生产领域的应用落地最佳实践，包括研发交付国内首套铁路隧道雷达波质检平台系统、3C电子/食品等离散制造业产品的质检分拣系统、智慧安全工厂/园区项目等。

教授   中国科学院合肥智能机械研究所仿生智能中心副主任  中科院合肥技术创新工程院智能系统与装备工程技术研发中心主任  中国科学技术大学博士生导师  安徽省机器人学会副理事长

孙丙宇

主题报告四：设备+平台 自动化到智能化的必经之路

主题简介：随着国内制造行业的蓬勃发展，近几年来， 针对制造业的传统自动化装备结合人工智能等新技术进行的升级在各个领域遍地开花，助力生产装备自动化水平不断提高，同时随着云，大数据，工业互联网等技术的日趋成熟，对传统研发、生产、质量管理等系统或平台进行升级也呈爆发之势，当下，虽然各领域的制造业自动化程度不断地提高，但智能化水平的提升非常有限，究其原因在于制造行业智能化过程中没有统一标准遵循，导致系统或平台商与自动化装备商对接时不能深度融合， 未来将通过设备+平台的理念来推进智能制造标准的统一化， 形成正真意义上的万物互联，提升制造业智能化水平将是必然的趋势，我将为您分享PC领域制造业的设备+平台理念， 来一起探讨和研究制造业智能化未来的发展趋势。

个人简介：陈陶根  合肥市肥西县引进培育重点产业优秀专家技术人才，安徽省科学技术奖三等奖。目前任职于联宝科技研发部，软件设计部总监，主任工程师；智能制造方案总架构师，智能工程实验室主任。积极推动以客户为中心的软件设计理念，建立联宝笔记本电脑软件设计与开发的技术路线图以及标准规范；积极探索基于机器视觉，人工智能，大数据，数字孪生等新技术及理念在产品设计、研发、生产、供应链、销售到服务的智慧生态体系中的应用与实践，目前专注于，自动化设备与智能控制平台融合的标准制定，架构与体系设计，以及模拟仿真测试等工业自动化设备的设计开发，带领智能工程实验室团队申请相关专利30余项。