5月9日至11日，第 14 届 IEEE 数据驱动控制与学习系统会议（DDCLS'25）在江苏无锡举行，本次会议由主题演讲、小组讨论、特邀报告、海报展示等环节组成，共设23个常规分会、21个邀请分会，吸引超过800位来自世界各地的科学家、工程师和从业人员交流展示数据驱动控制自动化和优化领域最新理论成果与技术。

在海报展示环节，经过现场评审，学院控制科学与工程专业2023级硕士研究生陈杨的论文海报《基于SVDD算法的工业领域异常预警方法及其有效性研究》在152份海报展示参赛作品中脱颖而出，荣获会议最佳论文海报奖（DDCLS’25 Best Poster Paper Award）。

获奖作品提出了两种基于支持向量数据描述（SVDD）的工业现场预警方法，以相关分析分析-聚类-SVDD 的异常诊断算法为基础，梳理工业生产控制回路的历史动态特征，实现在线动态异常诊断和预警。以该研究成果为基础的工业诊断系统已在中国石化、中海油旗下的多个装置部署上线，大幅提高了相关装置的提前维护时间，受到项目甲方的高度评价。

IEEE数据驱动控制与学习系统会议（Data Driven Control and Learning Systems Conference，简称DDCLS）是由中国自动化学会数据驱动控制、学习与优化技术委员会主办的年度IEEE 会议，2022年入选中国科协《重要学术会议指南》及中国自动化学会A类学术会议目录。