2025青科会预告丨2025人工智能与科学论坛：探索前沿科技与跨学科融合

抖音推荐 2025年07月23日 17:59 2 admin

　　作为世界青年科学家峰会的重要平行论坛之一，2025“人工智能与科学论坛”（Machine Learning for Science 2025）由英国物理学会出版社（IOPP）牵头组织，聚集全球知名科学家、青年研究人员和产业领袖，共同探讨机器学习技术在物理科学、工程技术、生命健康、环境科学等多个学科中的深度融合与应用。

　　本次会议将于2025年10月25日至26日在中国温州举行，围绕机器学习的理论基础和实际应用展开高水平研讨，致力于搭建学术界与产业界的全球交流平台，展示该领域的最新研究成果与应用案例。

　　会议将紧密结合IOP出版社新推出的机器学习系列期刊，包括：

● Machine Learning: Science and Technology

● Machine Learning: Engineering

● Machine Learning: Health

● Machine Learning: Earth

会议注册

　　您可以点击此处链接（世界青年科学家峰会——人工智能与科学论坛报名注册）或扫描下方的二维码进行注册。您还可以访问会议网站，查看更多内容：https://conferences.koushare.com/MachineLearning2025。

会议详情

　　日期：2025年10月25日至26日（报到时间为10月24日全天）

　　地点：浙江省温州市（具体地点请关注后续通知）

　　形式：线下会议+线上同步直播

组织单位

　　主办单位：英国物理学会出版社（IOPP）

　　支持单位：中国物理学会

拟定议题

　　本次会议将围绕以下核心领域展开：

● 机器学习与理科：涵盖物理、化学、材料科学、生物学及自动化实验室

● 机器学习与工程：系统、自动化、机器人等工程技术的创新应用

● 机器学习与健康：个性化医疗、智能诊断与健康技术

● 机器学习与地球科学：气候建模、环境监测及可持续发展

大会主席

Jay Lee，美国马里兰大学

王磊，中国科学院物理研究所

组织委员会委员

Keith Butler，英国伦敦大学学院

邓东灵，清华大学

张潘，中国科学院理论物理研究所

Jimeng Sun，美国伊利诺伊大学香槟分校

Pierre Gentine，美国哥伦比亚大学

马坚伟，北京大学

Olga Fink，瑞士洛桑联邦理工学院

Liang Xuan，新加坡南洋理工大学

最新确认报告嘉宾

Andy Sode Anker，丹麦科技大学、英国牛津大学

顾雪梅，德国耶拿大学

Kedar Hippalgaonkar，新加坡南洋理工大学

李珍珠，英国帝国理工学院

马坚伟，北京大学

Benjamin Moss，美国加州理工学院

Vibhor Pandhare，印度理工学院印多尔分校

André Pfob ，德国海德堡大学附属医院

Seunghwa Ryu，韩国科学技术院

Huu-Tai Thai，澳大利亚墨尔本大学

W.G. van der Wiel，荷兰特文特大学

吴泰霖，西湖大学

Liang Xuan，新加坡南洋理工大学

于立伟，南开大学

张林峰，北京科学智能研究院

赵阳，中国海洋大学

张晓革，香港理工大学

会议日程

　　敬请期待详细的会议日程！如需进一步查询，请关注后续推送。

会议专刊

　　专题专刊正在筹备中，更多信息将陆续发布，敬请关注！

支持期刊

　　IOP出版社的领先期刊将展示机器学习技术的前沿研究成果：

Machine Learning: Science and Technology

● 2024年影响因子：4.6 Citescore：7.7

　　Machine Learning: Science and Technology （MLST）是一本跨学科期刊，致力于发表智能机器在物理、材料科学、化学、生物学、医学、地球科学、天文学和工程学等多学科领域的应用和发展。涉及领域包括：物理学和空间科学；设计和发现新材料和分子；材料表征技术；模拟材料、化学过程和生物系统；原子和粗粒度模拟；量子计算；生物学、医学和生物医学成像；地球科学（包括自然灾害预测）和气候学；模拟方法和高性能计算。同时，也包括机器学习方法在概念上的新进展：新的学习算法；深度学习架构；核心方法；概率和贝叶斯方法；生成方法；强化和主动学习；经常性和基于时间结构的方法；神经启发方法（包括神经形态计算）。

Machine Learning: Engineering

　　Machine Learning: Engineering是一本多学科开放获取期刊，致力于在所有工程领域应用机器学习、人工智能数据驱动的计算方法。该期刊还发表介绍机器学习和人工智能在方法、理论或概念上的进展，并将其应用于所有工程领域的研究。

Machine Learning: Health

　　Machine Learning: Health是一本多学科开放获取期刊，致力于在医疗保健、医学、生物、临床和健康科学领域应用机器学习、人工智能和数据驱动的计算方法。该期刊还发表机器学习和人工智能在方法、理论或概念上的进展，并将其应用于医学和健康科学的研究。

Machine Learning: Earth

　　Machine Learning: Earth是一本多学科开放获取期刊，致力于在地球、环境、气候科学、可持续发展的所有领域应用机器学习、人工智能和数据驱动的计算方法。该期刊发表应用数据驱动方法的研究报告，这些方法提高了我们对地球系统的认识，以及对生物圈、水圈、冰冻圈、大气圈和地圈之间相互作用的认识。

来源：IOPP、青科会执委办