模型优化控制策略持续面临技术挑战与困难、参数和/或结构不确定性、不理想外部扰动、快速变换参比、传感器噪声、非线性等数据对研究极感兴趣,因为它反映系统动态,同时它能直接提供了解和理解系统的方法社会系统呈现出许多不同现象分析结果不易,建模相当难此外,工程系统虽然可以获取机械动态,但没有精确模型可用如何使用数据模型校正控制应用也很重要

幸运的是,随着先进遥感、测量和数据科学自动化技术的快速开发,大量数据很容易获取并深入各种复杂系统使用。使用成熟技术从测量数据提取有用信息、数据驱动优化和控制策略证明,这些技术对复杂系统及其工程应用大有裨益。这使数据驱动研究可适用并有吸引力。数据可分类分析 甚至系统动态可构建优化控制

本特题的主要目的是突出数据动态建模分析方面最近的创新、开发和挑战,使用神经网络,即社会系统、工程系统等并审查信息处理、优化方法、建模和动态分析等题目,

潜在题目包括但不限于:

• 数据驱动系统模拟使用神经网络
• 离散优化控制神经网络
• 神经网络使用数据分析
• 神经网络社会研究带数据采集分析
• 工程分析传感器数据使用神经元模型
• 自然与社会调控使用神经网络
• 开发广义学习或深学习相关技术应用