2025年粒计算与智能信息处理学术研讨会
主 讲 人 ：梁吉业等 教授
活动时间：04月12日08时30分
地 点 ：璞祯酒店会议室
讲座内容：
表示学习研究进展与展望
主 讲 人 ：梁吉业（山西大学）
活动时间：04月12日8时30分
讲座内容：
机器学习方法的性能严重依赖数据的表示。在深度学习时代，数据的表示被融入到学习过程，获得好的数据表示逐渐成为学习的重点。目前，表示学习已成为机器学习和人工智能领域的重要研究方向。本报告首先介绍表示学习的相关背景、主要方法及关键问题；其次对我们在概念认知、泛化误差和贝叶斯错误率三个视角下的表示学习最新研究进展进行阐述；最后我们将探讨图表示学习在点云数据分析领域的应用并对未来研究工作进行展望。
主讲人介绍：
梁吉业，博士、教授、博士生导师，IEEE Fellow，中国计算机学会（CCF）会士，中国人工智能学会（CAAI）会士，山西大学学术委员会主任，计算智能与中文信息处理教育部重点实验室主任，曾任山西大学副校长（正校级）、太原师范学院院长。现任教育部科技委人工智能与区块链专门委员会委员，教育部计算机类专业教指委委员，中国计算机学会人工智能与模式识别专委会主任，中国人工智能学会常务理事，山西省计算机学会理事长，享受国务院政府特殊津贴专家。先后主持科技创新“2030—新一代人工智能”重大项目、国家自然科学基金重点项目、国家863计划项目等10余项。先后在AI、JMLR、IEEE TPAMI、IEEE TKDE、NeurIPS、ICML、CVPR等国际国内重要学术期刊和会议发表论文400余篇。作为第一完成人获山西省自然科学一等奖3项、第五届中国国际发明展览会金奖1项、山西省教学成果特等奖2项。2014—2023年连续入选爱思唯尔中国高被引学者榜单。指导的4名博士生分别获得全国百篇优秀博士学位论文提名奖、中国计算机学会优秀博士学位论文奖、中国人工智能学会优秀博士学位论文奖、中国中文信息学会优秀博士学位论文奖。
大数据概念认知学习与智能计算
主 讲 人 ：徐伟华（西南大学）
活动时间：04月12日9时15分
讲座内容：
在大数据时代，认知学习和信息融合以及从海量数据中提取有价值的信息特征提取技术是智能计算技术至关重要的一部分。大数据认知学习与智能计算技术是特征提取方法以及信息融合的关键步骤，涉及从原始数据中识别和分析目标最有意义的特征。高效的智能计算方法不仅提高了数据处理的效率，还增强了认知学习、特征提取技术和信息融合的准确性。本报告将重点介绍目前大数据概念认知学习、特征提取以及信息融合的最新成果，展望大数据概念认知习、特征提取和信息融合技的未来发展趋势，为智能计算等相关领域的研究和实践提供启示。
主讲人介绍：
徐伟华，西南大学人工智能学院教授，博士生导师，重庆市学术技术带头人、重庆市中青年骨干教师、重庆市十佳科技青年提名奖获得者，福建省闽江学者讲座教授，兼任国际粗糙集学会高级会员、中国人工智能学会高级会员、中国人工智能学会知识工程与分布智能专委会副主任、中国人工智能学会粒计算与知识发现专委会秘书长、中国计算机学会人工智能与模式识别专业委员会执行委员、中国优选法与经济数学研究会智能决策与博弈分会常务理事、国际 SCI 期刊 IJMLC，JIFS 副主编、《郑州大学学报（理学版）》编委。已在 IEEE TCYB、IEEE TFS、IEEE TNNLS、IEEE TSMC-SYSTEMS、IEEE TETCI、IEEE TBD 等国内外高水平学术刊物上发表论文 240 余篇，SCI 检索 160 余篇（次），Google Scholar 引用 6500 余次，H 指数 44，11 篇论文入选 ESI 高被引论文，科学出版社出版学术著作 5 部；先后主持了国家自然科学基金 4 项、重庆市自然科学基金重点项目等省部级科技项目 20 余项，获云南省自然科学奖二等奖 1 项、河北省自然科学奖三等奖 1 项，2022 至今连续入选全球前 2%顶尖科学家及终身科学影响力排行榜。
基于NeRF和 Gaussian Splatting 的3D图像增强
主 讲 人 ：邵明文（中国石油大学（华东））
活动时间：04月12日10时00分
讲座内容：
近年来，神经辐射场（NeRF）和3D高斯喷溅（3DGS）在3D场景重建和渲染方面取得很大进展。然而，由于稀疏视角和退化的多视角不一致问题，导致重建的3D图像质量降低。本报告分别针对3D场景中的稀疏视角和退化导致的多视角不一致问题，做了如下工作：（1）提出一种新的稀疏视图超分辨率3D高斯飞溅框架，称为S2Gaussian，可以仅使用稀疏和低分辨率视图重建结构精确和细节真实的3D场景；（2）提出了一种新的深度感知高斯溅射，称为RestorGS，用于高效的3D场景恢复，它使用统一的框架灵活地恢复多个退化的场景。所提方法在保证实时渲染速度的同时实现了对多视角图像的高质量复原与增强，为未来进一步探索3D 场景中复原与增强任务提供了新的思路。
主讲人介绍：
邵明文，博士，中国石油大学（华东）计算机科学技术学院教授，博士生导师。中国人工智能学会粒计算与知识发现专委会常务委员、知识工程与分布式智能专委会委员，中国计算机学会人工智能与模式识别专委会委员、中国计算机学会计算机视觉专委会委员。主要研究方向：深度学习、计算机视觉、粒计算等。近年来，在IEEE Trans on Image Processing、IEEE Trans on Visualization and Computer Graphics、CVPR、IEEE VR、ECCV、AAAI等国内外杂志和国际学术会议上发表学术论文150余篇，其中SCI收录130多篇、SCI高被引论文4篇。先后主持国家自然科学基金项目5项、教育部项目1项、省部级项目6项。连续入选全球“TOP 2%顶尖科学家”和“终身科学影响力”榜单。
模型驱动与数据驱动的若干学习算法及其应用
主 讲 人 ：叶海良（中国计量大学）
活动时间：04月12日10时45分
讲座内容：
本报告将从模型驱动和数据驱动的视角，介绍有关低秩矩阵逼近、深度学习和图神经网络的理论与算法方面的研究工作，并介绍其在图像修复、点云分析、高光谱图像处理等任务中的应用。
主讲人介绍：
叶海良，博士，中国计量大学副教授、硕士生导师，浙江省青年优秀人才，2022年入选“浙江省高校领军人才培养计划”。现为中国人工智能学会知识工程与分布智能专委会青年委员，中国计量大学理学院数据建模与智能计算研究团队负责人。先后主持完成国家自然科学基金项目和浙江省自然科学基金共2项，作为骨干成员参与国基金重点项目、面上项目与省基金重点项目等多项。已在《IEEE Trans.系列》、《Pattern Recognition》、《Neural Networks》等国内外期刊发表学术论文60余篇，其中中科院一区、Top期刊30篇，ESI高被引论文1篇。目前担任期刊Soft Computing (Springer)副主编。当前主要研究方向为：深度学习及其应用、图神经网络及其应用。
大模型赋能高校人才培养和科技创新
主 讲 人 ：胡清华（天津大学）
活动时间：04月12日14时30分
讲座内容：
以DeepSeek 为代表的大模型将人工智能带到了一个新的高度，其语言的理解和生成能力将对教育和科技创新带来很大冲击。本报告梳理了人工智能国内外支持政策，人工智能尤其是深度学习与大模型发展历史，DeepSeek 类大模型的核心技术，优势和不足以及生成式人工智能对教育和科技创新带来的机遇与挑战。
主讲人介绍：
胡清华，中国人工智能学会会士，国家杰青，天津大学讲席教授，卓越工程师学院执行院长兼研究生院副院长，天津市机器学习重点实验室主任，城市智能与数字治理教育部工程研究中心主任，中国人工智能学会粒计算与知识发现专委会主任，天津市人工智能学会理事长。主要从事多模态学习、不确定性建模和自主机器学习方面的研究，获国家重点研发计划项目、国家自然基金重点项目、国家优青/杰青以及国防项目的资助，发表高水平论文400余篇，被引用超过38000次，单篇论文引用超过7000次。先后获得天津市自然科学一等奖（2024），天津市科技进步一等奖（2022）、黑龙江省自然科学一等奖（2016）。
概念认知学习的若干进展
主 讲 人 ：李金海（昆明理工大学）
活动时间：04月12日15时15分
讲座内容：
概念认知学习（Concept-Cognitive Learning，CCL）是从认知的角度学习概念空间，以模拟人脑学习概念知识和认知规律，基本研究包括生成概念空间，优化概念空间，概念泛化预测等。本报告介绍概念认知学习的最新研究成果，如随机、遗忘、模糊概念认知学习模型，并对该领域未来研究进行展望。
主讲人介绍：
昆明理工大学数据科学研究中心副主任，教授，博士生导师，西北农林科技大学客座教授，云南省“杰出青年基金”获得者，云南省中青年学术和技术带头人，云南省高层次人才计划青年拔尖人才，云南省专家基层科研工作站专家。兼任中国人工智能学会粒计算与知识发现专委会常务委员、知识工程与分布智能专委会常务委员、人工智能基础专委会委员，中国系统工程学会模糊数学与模糊系统专委会委员。主要研究兴趣为大数据环境下的数据挖掘技术、概念认知学习、智能系统分析与集成。主持国家自然科学基金4项（含子项目），在国际期刊IEEE Transactions on Knowledge and Data Engineering、IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics、IEEE Transactions on Fuzzy Systems、IEEE Transactions on Systems Man Cybernetics-Systems、IEEE Transactions on Big Data、IEEE Transactions on Emerging Topics in Computational Intelligence、Pattern Recognition，以及国内一级学报《计算机学报》《软件学报》《电子学报》等发表论文50余篇，SCI引用3000余次。曾获陕西省优秀博士学位论文，近年来连续入选全球前2%顶尖科学家榜单。
深度强化学习研究的挑战与探索
主 讲 人 ：魏巍（山西大学）
活动时间：04月12日16时00分
讲座内容：
深度强化学习是人工智能领域中的一个重要分支，已广泛应用于游戏智能、智能控制、推荐系统等诸多领域。值函数估计是深度强化学习中至关重要的研究方向，通过预测智能体在特定状态下采取行动的长期回报，为智能体的决策提供依据。然而，值函数估计在准确性和泛化性上仍面临挑战。本报告将探讨这些挑战，介绍报告人在相关方向的研究工作，并展望未来的研究方向。
主讲人介绍：
山西大学计算机与信息技术学院（大数据学院）教授，副院长，CCF杰出会员。担任中国人工智能学会（CAAI）知识工程与分布智能专委会副秘书长、粒计算与知识发现专业委员会常委，中国计算机学会（CCF）人工智能与模式识别专业委员会执行委员、大数据专家委员会执行委员、青年计算机科技论坛（YOCSEF）太原分论坛2022-2023年度主席。近年来，主持和参与国家重点研发计划项目、国家自然科学基金重点项目、国家自然科学基金项目、山西省自然科学基金项目10余项。长期从事强化学习、表示学习、粒计算等领域的研究，先后在《IEEE TKDE》、《Machine Learning》、《Pattern Recognition》、ICML、AAAI等重要学术期刊会议发表论文40余篇，获国家发明专利3项。
部分标记数据的属性约简
主 讲 人 ：代建华（湖南师范大学）
活动时间：04月12日16时45分
讲座内容：
现实中往往存在部分标记的数据，因而半监督属性约简也成为一个重要问题。从粒计算的角度初步讨论了两种部分标记数据的属性约简方法，即基于属性不可区分性的方法和基于标记增强的方法。。
主讲人介绍：
湖南师范大学教授、博导，湖南省芙蓉学者特聘教授，湖南省智能计算与语言信息处理重点实验室主任，中国人工智能学会人工智能基础专业委员会副主任，湖南省人工智能学会副理事长，湖南省学位委员会学科评议组成员，湖南省高校教学指导委员会成员。Elsevier学术期刊Neurocomputing编委。在IEEE TCYB, TNNLS,TFS,TII,TMM,TKDE,中国科学，计算机学报，软件学报等国内外学术期刊发表论文一百余篇，获国家专利十余项。研究方向包括人工智能、粒计算、知识发现、软计算、智能信息处理等。
几类非可加积分及其不等式研究
主 讲 人 ：张德利（长春师范大学）
活动时间：04月13日8时30分
讲座内容：
首先从求曲边梯形的面积开始，介绍Riemann积分，其次从Riemann积分的缺陷引入Lebesgue测度与积分，介绍Lebesgue积分的定义及其发展。第三，又从不同于Ladeh的模糊集角度，引入Sugeno的模糊测度与模糊积分。最后，为了统一Lebesgue积分与Sugeno积分，引入半环的概念，从而定义基于半环的拟可加测度与拟可加积分，介绍拟积分的最新研究成果，包括积分不等式、Fubini定理，广义Choquet积分等。
主讲人介绍：
长春师范大学一级教授，博士生导师，曾任吉林省教育学院院长，现任长春师范大学副校长（正校长级）。长期从事模糊数学与数学教育，基础教育研究，发表学术论文100余篇，其中有30余篇发表在SCI一区Top杂志上，出版学术专著2部，主编各类书籍50余册，主持或参与国家级、省部级科研项目10余项。曾获曾宪梓教师奖，国家级教学成果二等奖，吉林省科技进步二等奖、吉林省哲学社会科学二等奖、吉林省教学成果特等奖等多项。教育部第二届基础教育课程教材专家工作委员会委员、教育部首届基础教育数学教学指导专业委员会副主任委员，教育部国培专家库首批专家，中国系统工程学会模糊数学与模糊系统专业委员会副主任委员，吉林省政府督学，《Amer. Applied. Math.》，《Math. and Computer Science》，《模糊系统与数学》编委。
多尺度数据的粒计算与知识获取研究
主 讲 人 ：吴伟志（浙江海洋大学）
活动时间：04月13日9时15分
讲座内容：
本报告主要介绍基于粗糙集的多尺度数据的粒计算与知识获取的研究,内容包括粒计算的一些基本概念、数据处理的几种多粒度粗糙集分析模型、多尺度粗糙集数据分析的基本思想、多尺度数据几种主要类型及数据建模、目前研究进展情况以及对进一步研究的展望。
主讲人介绍：
吴伟志，浙江海洋大学二级教授，博士，系国务院政府特殊津贴获得者，全国优秀博士学位论文提名奖获得者。主要研究方向：粒计算、数据挖掘、人工智能的数学基础。主持国家自然科学基金面上项目7项，主持浙江省自然科学基金重点项目1项。发表学术论文250多篇，其中SCI收录超过100篇，含ESI高被引论文12篇，发表的SCI论文在Web of Science被他引6000多次，SCI论文H-因子43。在科学出版社出版《粗糙集的数学结构》等4部著作，论著被Google Scholar引用1万4千多次。连续10年（2014-2023年）入选中国高被引学者榜单，入选全球顶尖数学家榜单、前10万名科学家榜单和爱思唯尔旗下Mendeley Data公布的1960年以来全球所有学科排名前2%顶尖科学家终生成就榜单。获省部级及以上科研成果奖共5项，其中国家科学技术进步奖二等奖（参与，排名第五）1项、教育部科学技术进步奖一等奖1项（参与，排名第四）、浙江省自然科学奖二等奖1项（主持）。任中国人工智能学会理事、国际粗糙集学会会士。担任杂志“International Journal of Machine Learning and Cybernetics”副编辑（associate editor）和中文核心期刊《计算机科学》、《模糊系统与数学》、《智能系统学报》的编委。
人工神经网络万有逼近定理及其应用
主 讲 人 ：曹飞龙（中国计量大学）
活动时间：04月13日10时00分
讲座内容：
本报告先介绍单隐层前向人工神经网络的万有逼近定理，包括万有逼近定理各种充分条件与必要条件以及该定理的一些推广。然后介绍多隐层前向人工神经网络万有逼近定理及其研究进展。同时，介绍深度网络学习的构造性方法。最后，介绍万有逼近定理的一些应用。
主讲人介绍：
曹飞龙，现任中国计量大学二级教授、博士生导师，担任“智能计算与大数据处理实验室”主任，入选浙江省高校中青年学科带头人、浙江省新世纪151优秀人才，是西北大学特聘教授、宁夏大学“贺兰山学者”讲席教授。研究方向：机器学习及其应用、人工神经网络数学理论、函数逼近论等。主持国家自然科学基金重大研究计划项目2项、面上项目5项、国际合作项目1项，承担国家自然科学基金重点项目1项（合作单位负责人），主持省部级项目多项。在Artificial Intelligence、IEEE TPAMI、IEEE TNNLS、IEEE TIP、IEEE TCSVT、IEEE TGRS、IEEE TETCI、IEEE TNSE、《中国科学》等刊物上发表论文300余篇，其中SCI检索240多篇，被引用近5000次，授权国家发明专利10余项，出版专著一部，曾获吴文俊人工智能科学技术奖。2022年至2024年均入选爱思唯尔与斯坦佛大学颁布的全球前2%顶尖科学家“年度科学影响力排行榜” 榜单与“终身科学影响力排行榜”榜单。
基于模糊粗糙集的分层分类特征选择研究
主 讲 人 ：折延宏（西安石油大学）
活动时间：04月13日10时45分
讲座内容：
基于模糊粗糙集的分层分类特征选择研究摘要：分层分类是一种利用数据类别间层次结构关系进行分类的任务, 可以高效地组织和处理大规模数据. 本报告简要回顾近年来围绕分层分类方面的研究工作，介绍近期开展的基于模糊粗糙集的分层分类特征选择方面的研究工作，并对后续研究工作进行展望。
主讲人介绍：
西安石油大学理学院教授，博士生导师，西北大学兼职教授。2016年入选陕西省“青年科技新星”，2018年入选陕西省特支计划“青年拔尖人才”，系陕西省青年创新团队“不确定性数据建模及其智能油田应用”负责人。目前主要从事智能信息处理领域的研究工作，具体研究兴趣包括不确定性推理、不确定性数据建模等。先后主持国家自然科学基金重点项目子课题1项，国家自然科学基金3项，省部级科研项目3项，已在国外《Review Of Symbolic Logic》《Studia Logica》《Logic Journal of The IGPL》《Mathematical Logic Quarterly》《IEEE Transactions on Fuzzy Systems》《Fuzzy Sets and Systems》《Information Sciences》以及国内《数学学报》《软件学报》《电子学报》等期刊上发表学术论文50余篇；在科学出版社出版学术著作2部，所取得研究成果曾获得陕西省自然科学二等奖1项，陕西省高等学校科学技术奖二等奖2项，获陕西省第13届自然科学优秀学术论文二等奖1项以及陕西省数学会优秀学术论文二等奖等多项奖励。兼任中国人工智能学会粒计算与知识发现专委会副主任委员、中国人工智能学会人工智能逻辑专委会常务委员、陕西省工业与应用数学学会常务理事。
主讲人介绍：
发布时间：2025-04-10 09:14:06
