2024年10月12日至14日，第四届工程中的数据驱动计算和机器学习国际会议（DACOMA-24）在河海大学隆重召开。本次会议由河海大学、汉诺威大学、同济大学、魏玛包豪斯大学、清华大学、北京理工大学、德国计算力学学会、中国力学学会计算力学专业委员会和江苏省力学学会联合主办，河海大学力学与工程科学学院、海岸灾害及防护教育部重点实验室（河海大学）和河海大学未来技术学院共同承办。来自中国、美国、德国、澳大利亚、加拿大、比利时、瑞典、埃及、波兰、斯洛伐克等国家和地区的200余位专家学者参加了本届会议，共同探讨工程中的数据驱动计算力学和机器学习的前沿研究及应用。
图片说明: 大会合影
（沈扬校长致辞照片）
图片说明: 河海大学副校长沈扬致欢迎辞
在开幕式中，河海大学副校长沈扬致欢迎辞。他强调，如今全球正步入一个科技革命与产业转型加速推进的历史新时期，在这一时代背景下，学校也将全面开启创建世界一流特色研究型大学的新征程。他指出，本次会议将围绕数据驱动计算和机器学习的基础理论和技术前沿研究，邀海内外英才齐聚，共同研讨、共话未来、共谋发展。
（Timon Rabczuk致辞照片）
图片说明: Timon Rabczuk院士致辞
欧洲科学院院士、欧洲科学与艺术学院院士、德国魏玛包豪斯大学副校长Timon Rabczuk在致辞中指出，近日诺贝尔物理学奖和诺贝尔化学奖都授予与人工智能相关的科研工作者，进一步证明我们正处于一场人工智能革命之中。此次会议处于这场人工智能革命的前沿，将探讨人工智能在各个领域的变革性影响，并突破可能的工程科技界限。
（郭旭院士致辞照片）
图片说明: 郭旭院士致辞
中国科学院院士、中国力学学会副理事长郭旭在致辞中表示，人工智能是新一轮科技革命和产业变革的重要驱动力量，数据驱动计算力学在此背景下应运而生，并已成为新时代力学领域的重要研究方向之一。在多尺度/多功能结构优化设计、偏微分方程求解、结构数字孪生及健康检测等诸多领域，数据驱动计算和机器学习也以其独特的优势，展现了无限潜力。
（庄茁院士致辞照片）
图片说明: 庄茁院士致辞
欧洲科学与艺术学院院士、国际计算力学协会副主席庄茁在致辞中强调，随着数据驱动方法和机器学习技术的快速崛起，计算力学正迎来更多创新发展的新机遇。如何将计算力学与这些先进技术进行深度融合，不仅是各个行业面临的重要机遇，也是我们需要共同克服的重大挑战，这也是举办DACOMA会议的重要意义所在。
（郭小明教授致辞照片）
图片说明: 郭小明教授致辞
江苏省力学学会副理事长、东南大学教授郭小明在致辞中表示，当前数据驱动计算和机器学习等先进技术在科技应用中仍然面临许多未解决的问题。本次会议为科技工作者们提供了学术交流平台，对于促进工程中的大数据分析、数据驱动计算和人工智能的研究应用，推动力学与人工智能交叉学科发展具有重要意义。
图片说明: 大会现场
本次会议共设置了6场大会报告、14场半大会报告和多个分会场报告。南京航空航天大学郭万林院士作了题为《Mechanics in the age of digital intelligence: Advances and Challenges》的报告；同济大学朱合华院士作了题为《Development and applications of intelligent tunnel construction: the state-of-the-art and future perspectives》的报告；大连理工大学郭旭院士作了题为《Some perspectives on AI-enhanced computational mechanics》的报告；清华大学庄茁教授作了题为《Defect bone reconstruction by data-driving CT image, mechanics modeling and 3D printing prosthesis》的报告；加拿大约克大学George Z.H. Zhu教授作了题为《Bridging the gap: from computational mechanics to computational control》的报告；德国波鸿鲁尔大学Klaus Hackl教授作了题为《A physics-informed GAN framework based on model-free data-driven computational mechanics》的报告。会议期间还设置了最佳学生报告奖、最佳海报奖等，吸引学生们交流最新科研成果。
此次会议不仅为专家学者提供了国际学术交流平台，还有效促进了数据驱动计算力学和机器学习在工程科技领域的深入合作与思想碰撞。会议围绕基础理论和技术前沿，展现了该领域的最新研究成果与未来发展趋势。通过深入研讨与广泛交流，本次会议将促进国内外力学学科与人工智能交叉的繁荣发展，推动我国数据驱动计算和机器学习领域的研究与应用迈上新高度，进一步激发新时代下的科技创新与行业变革的无限可能。
