本报告聚焦于无监督学习中的多视角聚类模型，分析其在高维数据场景下的聚类性能和广泛应用前景。多视角聚类模型通过整合各视角数据的互补性和一致性信息，显著提升了聚类的鲁棒性与精确性。首先，本文综述了主流多视角聚类方法的基本原理，包括传统方法、基于张量的方法和深度学习技术。接着，深入探讨了该模型在无监督学习中的典型应用，如多视角交通流预测和基于多视角的癌症亚型分析。最后，通过对比不同模型的优缺点与适用场景，为多视角聚类在各领域的进一步应用提供理论和实践指导。

报告人简介：

刘文哲，博士，讲师，毕业于大连理工大学，主要研究方向为多视角学习、深度学习等。在国内外学术期刊上以第一作者或通讯作者发表文章10余篇，包括IEEE Transactions on Network Science and Engineering、Engineering Applications of Artificial Intelligence、Neurocomputing、Applied Intelligence等。主持和参与多项省部级及校级科研项目，注重推动多视角数据融合与深度学习的应用与实践。

报告二

题目：面向社交场景的意图理解研究

报告人：施清鸿雅

时间：2024年11月06日(周三)，14：15-14：45

会议地点：31-904

报告摘要：

意图理解是利用人工智能技术挖掘数据内容发布的潜在原因，反映用户的人物情感或者动机。这项技术可广泛应用在广告推理、意图检索以及心理健康监测中，有助于人工智能进一步感知人类意图，促进人机交互。早期的意图理解普遍应用在对话系统中，但是随着计算机存储容量的扩大、计算能力的提升以及社交媒体的蓬勃发展，面向社交场景的意图理解愈发重要。随着视觉内容日益丰富多样，意图理解面临如下挑战：（1）特征建模困难，意图类别没有指定的物体或者背景，无法进行特定的物体或者背景建模，难以充分挖掘视觉内容的潜在信息；（2）类别定义模糊，多个意图类别之间包含的视觉内容会出现部分重叠，导致意图类别界限不清晰；（3）语义标签偏移，数据增强会改变图像中的部分信息，从而破坏图像中的全局表征，图像的意图类别出现偏差。

报告人简介：

施清鸿雅，讲师，博士，毕业于武汉大学计算机科学与技术专业，长期从事计算机视觉、视觉意图理解、情绪识别等领域的关键技术研究。近五年已在TIP、TAC、TOMM等国际知名期刊和会议上发表 8 篇论文，其中以第一作者发表期刊论文 5 篇。参与国家重点研发计划 1 项，国家自然科学基金国际(地区)合作与交流项目 1 项，国家自然科学基金面上项目 1 项，湖北省重点研发计划 1 项，福建省科研基金项目 1 项。

报告三

题目：面向语言模型的知识结构表示方法研究

报告人：毕祯

时间：2024年11月06日(周三)，14：45-15：15

会议地点：31-904

报告摘要：

在人工智能的研究领域，将现实世界的知识转换成计算机能够理解、表达和储存的形式，是一项关键且核心的任务。这个过程涉及到对各种概念、事实、规则及其逻辑关系进行准确的建模，最后形成让计算机能够处理并解决复杂的问题。知识表示的方法是非常多样性的，包括但不限于文字、图片、表格、代码、图谱等异构化的知识。尽管当前语言模型通过预训练已经接触了广泛的人类知识库，并在多个任务中展现出卓越的效果，但是语言模型在表示知识结构方面仍然面临巨大的挑战。这一挑战在处理自然科学中的复杂和跨学科的知识体系时尤为明显，因为这些领域不仅涵盖广泛而多样的知识，还对知识表示有更严格的要求。因此，面向语言模型的知识结构表示也是语言模型和知识表示发展的瓶颈问题。针对于面向语言模型的知识结构表示的研究，无论从学术研究角度，还是在学科应用角度，都有着深远的价值和意义。

报告人简介：

毕祯，男，讲师，浙江大学人工智能博士，本科毕业于西北工业大学计算机科学与技术学院。主要研究方向包括知识图谱、自然语言处理等。目前已发表学术论文包括ICLR, ACL, AAAI等人工智能国际顶尖会议及期刊10余篇，Google学术引用600余次，同时担任计算机科学领域NeurIPS, IJCAI，ACL，TNNLS等多个顶级会议及期刊评审人。

报告四

题目：基于区块链的工业互联网无证书安全机制研究

报告人：董景楠

时间：2024年11月06日(周三)，15：15-15：45

会议地点：31-904

报告摘要：

工业互联网推动工业企业数字化转型，具有分布地域广、接入设备多样、网络结构各异等特征，安全需求至关重要。本报告将从无证书加密、无证书签密、无证书身份认证和访问控制等安全机制进行探讨，主要包括：提出了基于区块链的无证书加密机制，解决密钥托管和证书管理复杂问题，成本低且安全；提出了适应边缘计算的无证书签密机制，基于双线性Diffie-Hellman难题和计算 Diffie-Hellman 难题假设使其满足机密性和不可伪造性，该方案成本低且能抗常见攻击；提出了基于区块链的无证书跨域身份认证机制，经过SVO 逻辑分析和 Scyther 验证了其可行性和安全性，成本低且满足多安全属性；提出了基于区块链的无证书跨域细粒度访问控制机制，包括注册、策略设计和认证授权阶段，经过SVO 逻辑分析和 Scyther工具验证了其可行性和安全性，该方案采用基于权威证明共识机制的以太坊联盟链使其具有高吞吐量和可扩展性。

报告人简介：

董景楠，博士、讲师、硕士生导师。2023年在重庆邮电大学获得计算机科学与技术博士学位。2024年入职湖州师范学院信息工程学院。先后在《IEEE Internet of Things Journal》、《Human-centric Computing and Information Sciences》、《Future Generation Computer Systems》等国内外期刊发表论文10余篇。现任中国计算机学会专业会员、中国密码学会会员和IEEE会员，并担任《IEEE Wireless Communications Magazine》、《Knowledge-Based Systems》、《Digital Communications and Networks》、《Future Generation Computer Systems》《Human-centric Computing and Information Sciences》等国外高水平期刊审稿专家。

报告五

题目：红外吸收光谱应用与研究进展

报告人：陈宏达

时间：2024年11月06日(周三)，15：45-16：15

会议地点：31-904

报告摘要：

本报告聚焦红外吸收光谱气体传感器的原理、应用及当前国际研究热点。红外吸收光谱技术基于气体分子对特定波长红外辐射的吸收特性，能够实现对气体浓度的高灵敏度检测。该技术在生物医疗、环境监测、农业生产、工业过程控制和航空航天等领域具有广泛应用。红外吸收光谱中的光声光谱是当前国内和国际的研究热门领域，利用光声光谱技术，可以实现对低浓度气体的高灵敏度检测，结合新型光源双光梳的双光梳光声光谱已经在痕量气体多组分传感展现出巨大潜力和优势。该领域的研究正迎来快速发展期，未来有望在更多实际应用机科研领域中发挥重要作用。

报告人简介：

陈宏达，男，信息工程学院电子系专任教师，讲师，博士研究生，主要研究方向为红外吸收光谱气体传感。

报告六

题目：时序行为检测的技术演进、发展现状与未来展望

报告人：贺宜龙

时间：2024年11月06日(周三)，16：15-16：45

会议地点：31-904

报告摘要：

时序行为检测旨在分析视频中对象行为的发生时刻和类型，是人工智能视频分析领域的重要分支之一。其应用包括监控分析、高光编辑、视频描述、视频问答以及智能推荐系统等。信息化时代，如何从海量的视频数据中快速检索到所需信息，以及如何实现视频的智能编辑，成为了亟待解决的问题。多模态大语言模型近年来取得了显著进展，一个关键的不足之处在于其时间定位能力的缺乏。这些模型在处理涉及“何时？”的问题时往往无法给出精确答案，这一局限性进一步凸显了时序行为检测研究的重要性。近年来，时序行为检测取得了长足进展，也面临诸多挑战：（1）时空信息耦合，视频数据在时间和空间维度上均具有高度冗余的信息，如何提取出具有表征力和区分力的时空特征，并实现二者之间的关联和协同，直接关系到特征提取的质量；（2）计算复杂度高，时空特征提取通常需要大量的计算资源，特别是在处理高分辨率视频或长序列数据时，如何在保证检测效果的前提下平衡计算开销；（3）行为模式多样且呈现非线性关系，视频各部分间的非欧性导致传统关系建模难以拟合，信息远距离传递带来的噪声干扰和信息退化问题，进一步加剧了关系建模的复杂性；（4）线索稀疏，边界点的特征稀疏且模糊，与小目标检测面临相似挑战，这导致特征学习的充分性受到限制。面对方兴未艾的通用大模型，时序行为检测领域又有怎样的机遇与挑战？

报告人简介：

贺宜龙，男，工学博士，硕导，信息工程学院青年教师，毕业于中国科学院大学，研究兴趣包括时序行为检测、视频插帧、视频问答、随机配置网络。近年来已发表SCI、EI和会议论文5篇，参与国家自然科学基金面上项目1项，中科院区域重点项目2项，四川省科技厅重点支持项目2项，四川省科技厅苗子工程1项，贵州省基础研究计划（自然科学类）1项

打印: