一、背景

随着信息科学技术的快速发展，工业、农业、国防、金融、生命与健康、资源与环境等领域已经并且每天都在传输、存储、处理和利用越来越多的来自各种各样传感器的数据。我们已处于“大数据”（Big Data）时代，迫切需要开展大数据技术与应用研究。    大数据背景下的复杂系统建模、控制、优化、决策、调度、故障诊断与系统维护等，及与此密切相关的压缩感知、数据融合和机器学习等的理论、技术和应用涉及众多学科，包括自动化学科、计算机学科、电子与通信学科、管理学科以及各种领域的工程学科，是多学科交叉的国际前沿研究领域。    “大数据”一词虽然由国外首先提出，但国内外关于大数据技术与应用的研究都处于起步阶段。国内这方面的研究得益于国家自然科学基金委员会的推动，目前处于国际先进地位。就目前的研究现状和发展趋势看，大数据技术与应用的主要研究方向是：    大数据实时获取与压缩感知    多源大数据融合理论与方法    动态大数据机器学习方法与技术    基于数据的系统建模、优化与控制    基于数据的系统调度、决策和管理    基于数据的系统故障诊断与健康维护    面向领域的大数据技术、标准及应用    近十多年来，我国的化工、冶金、机械、电子、电力、交通运输和物流等企业发生了重大变化。企业的规模越来越大，生产工艺、生产设备和生产过程越来越复杂。因此，依据物理化学机理建立精确数学模型，并在此基础上实现对生产过程和设备的建模、控制、优化、决策、调度以及故障诊断等的传统方法变得越来越困难。随着数据采集、存储、传输和处理技术的高速发展，企业每天都在产生着大量反映生产过程和设备运行的各种数据。如何有效利用这些离线、在线海量数据和其它知识，将数据挖掘、机器学习、模式识别和计算机网络等技术与控制理论和系统工程相结合，研究并建立面向大数据的自动化理论、方法和技术，在难以建立机理模型的条件下，实现对设备和生产过程的建模、控制、优化、决策、调度、故障诊断和健康维护等，已成为我国乃至全球范围内制造、交通运输和物流等企业迫切需要解决的挑战性问题，具有特别重要的现实意义。    我国制造业门类齐全，数量众多，大部分企业的经济和社会效益还不够高，传统的理论和方法无法满足企业升级改造的要求，迫切需要基于数据的系统建模、控制、优化、决策、调度、故障诊断等方面的研究成果和技术支撑。因此，大数据技术与应用专业委员会的成立，将在促进和推动国民经济和社会发展中发挥重要作用。

二、业务范围

大数据专业委员会的宗旨是促进大数据的获取、压缩感知、数据融合、数据挖掘、机器学习等与控制理论与系统工程相结合，研究基于数据的系统建模、控制、优化、决策、调度、故障诊断与维护等问题，解决复杂的社会与工程系统难于基于机理进行建模和信息处理的困难。

三、官方网站

无

四、官方微信公众号

五、联系方式

联系人：刘强

联系电话（座机）：024-83677701

        联系邮箱：liuq@mail.neu.edu.cn

六、当届领导成员

主任委员：杨涛

顾问委员：柴天佑、王成红

副主任委员（按姓氏笔画排序）：王杜娟、孟子阳、袁烨、唐漾、温广辉

秘书长（按姓氏笔画排序）：刘强

委员（按姓氏笔画排序）：丁佐华、王杜娟、王宏志、王笑波、王晨、王晗丁、王景成、史旭华、代学武、冯恩波、司小胜、巩敦卫、毕远国、吕跃祖、刘江、刘驰、刘陆、刘强、刘静、许长桥、孙超利、纪洪泉、李柠、李浥东、李智、李醒、杨春霞、杨涛、杨辉、时侠圣、余万科、张永、张兴义、张晋熙、陈志文、陈泽华、陈晓方、范自柱、尚超、罗浩、金耀初、郑英、孟子阳、赵冬斌、赵珺、钟伟民、秦泗钊、袁烨、夏卫国、郭一楠、唐漾、阎威武、葛树志、韩英华、韩莹、程学旗、程适、程超、程然、温广辉、谢世文、褚菲