• 首页
  • 学院概况
    学院简介 现任领导 组织机构 历史沿革 学科概况
  • 师资队伍
    教师简介 导师队伍 杰出人才
  • 人才培养
    本科生教育 研究生教育 基层教学组织
  • 科学研究
    学术交流 科研平台
  • 党群工作
    基层党组织 理论武装 党群动态 工会动态 关工委 妇委会
  • 学生工作
    团学组织 学生活动 青春榜样 就业信息
  • 校友工作
    工作动态 毕业合照
学术科研
  • 学术通知
  • 学术动态
学术通知
首页 > 学术科研 > 学术通知
092026-11
【学术论坛】边缘智能学术前沿论坛
论坛名称:边缘智能学术前沿论坛论坛时间:2026年11月10日14:40论坛地点:计算机楼B518报告1:面向自动驾驶的多智能体高效协同感知与决策研究报告人:赵彦超摘要:随着车联网与人工智能技术的快速发展,多智能体协同为突破单车感知局限、提升自动驾驶安全性提供了重要途径。然而,现有协同系统仍面临通信开销与时延较高、异构模型信息难以互通,以及共享信息与决策需求不匹配等挑战。本报告围绕多智能体高效协同感知与决策,以“...
042026-11
【学术报告】面向轻量化视觉感知的可泛化知识蒸馏方法研究
报告题目:面向轻量化视觉感知的可泛化知识蒸馏方法研究报告人 :王爽报告时间:2026年11月7日15:00报告地点:计算机楼B518报告摘要:随着深度学习和视觉基础模型的快速发展,模型规模与计算复杂度不断增加,对存储空间、计算资源及实时性提出了更高要求。如何在有限资源条件下保持模型的感知性能与泛化能力,已成为轻量化视觉感知的重要研究问题。本报告围绕视觉模型压缩与知识蒸馏展开,重点介绍基于兴趣先验的掩码特征蒸馏、...
292026-10
【学术报告】更快且更轻的Muon优化器用于大模型的预训练
​报告题目:更快且更轻的Muon优化器用于大模型的预训练报告人: 黄飞虎报告时间: 2026年11月2日10:30报告地点: 计算机楼B518摘要:2024年底提出的Muon优化器为一类非常有效的矩阵型优化器,其在大模型预训练的表现显著地超过默认优化器Adam/AdamW。近一年来有许多代表性的大模型(如DeepSeek V4, Kimi K2与YOLO26等)均用Muon优化器训练的,但是当前Muon优化器及其一些变体依然需要较高的样本复杂度与较高的状态内存。因此,...
122026-10
【学术报告】大模型时代,如何做一名“不可替代”的研究者
​报告题目:大模型时代,如何做一名“不可替代”的研究者报告人: 许倩倩报告时间:2026年10月20日15:00报告地点: 计算机楼B518摘要:大模型已经能写代码、改论文、做综述,甚至模拟审稿人。当AI把“信息获取”的成本压到接近于零,研究生真正稀缺的能力是什么?是判断力——什么值得做、什么只是看起来热闹、什么能陪你走很多年。本报告不讲空洞的鸡汤,而是从一位导师的视角,聊大模型时代科研的变与不变:如何选一个“不可...
092026-10
【学术报告】拓扑图结构在机器人领域的应用:从导航重建到具身智能
报告题目:拓扑图结构在机器人领域的应用:从导航重建到具身智能报告人:陈勇波报告时间:计算机楼B518报告地点:2026年10月10日10:00摘要:基于本人在机器人即时定位与地图构建、可变形三维重建和具身智能领域的研究,本报告将以拓扑图在各类问题中的应用为主线,串联主要研究内容,包括:探索位姿图优化中信息矩阵、协方差矩阵、最优设计指标与观测网络拓扑结构之间的关系;研究位姿SLAM中的信息最优锚点选择问题;分析非刚体...
232026-09
【学术报告】开放世界的多模态大模型研究与应用
报告题目:开放世界的多模态大模型研究与应用报告人:徐常胜报告时间:2026年9月24日上午10:00报告地点:计算机楼B518报告摘要:与视觉和语言大模型相比,多模态大模型能够从不同模态数据中学习共性知识,因此具有更强的通用性,也更接近人类的认知能力,是目前人工智能进一步发展的关键所在。尽管目前的多模态大模型已取得了重要进展,在跨模态检索、跨模态生成等任务中取得了优异的性能,但在实际应用中面临的开放世界,已有多...
092026-09
【学术报告】时间序列数据分析—从传统深度学习到基础模型
报告题目:时间序列数据分析—从传统深度学习到基础模型报告人:陈正华报告时间:2026年9月10日下午14:30报告地点:计算机楼B518摘要: 时间序列数据在现代工业系统、物联网系统以及设备健康管理中发挥着重要作用。然而,传统的时间序列深度学习方法通常面临标注数据有限、不同运行工况之间存在显著领域偏移,以及在真实应用场景中泛化能力不足等问题。本报告将综述近年来时间序列数据分析领域的研究进展,从面向特定任务的深度...
232026-06
【学术报告】水下目标跨模态成像探测与跟踪
报告题目:水下目标跨模态成像探测与跟踪报告人:潘汉报告时间:2026年6月25日上午10:30报告地点:计算机楼A501摘要: 本报告面向国家重大工程需求,基于水下多传感器,概述面向水下动态对接的声光融合感知技术体系,介绍水下目标跨模态智能识别与跟踪定位等方面的研究成果,重点关注水下目标跨模态检测、多波束前视声呐视频目标跟踪等关键技术,完成水下演示验证实验,完成前视声呐视频目标跟踪数据集构建,为我国水下目标探测...
052026-06
【论坛预告】“研思聚智,学术领航”研究生学术论坛
​报告1题目:深度学习在矿山微震的应用报告人:刘亚鹏摘要:深部煤矿开采中,冲击地压灾害严重威胁井下安全,但传统微震监测依赖人工分析,存在数据处理效率低、震源定位精度差、预警效能不足等问题。本报告将介绍深度学习在微震全流程中的应用背景,重点分享微震数据智能处理、震源智能定位及全时空智能预警三项核心技术。包括基于迁移学习的到时拾取模型、台站组合优化与波速微调定位策略,融合时空特征的冲击地压预测方法,...
032026-06
【学术报告】From Mirror to Companion: AI and the Next Era of Digital Twins
报告题目:From Mirror to Companion: AI and the Next Era of Digital Twins报告人:Abdulmotaleb El Saddik报告时间:2026年6月4日10:00-11:30报告地点:计算机楼A501摘要:Over the past decades, digital twins have evolved from ideas on paper into living companions that reflect and interact with the physical world. By staying in sync with their real counterparts, they help us monitor, understand, and impr...
共167条 首页上页12345...17下页尾页
大学计算机
基础课程预约
专业认证资料
管理系统
全国计算机等级
考试报名
基础试验网
专业资源网
会议室、实验室
使用预约
报修预约
下载专区

邮编:221116 联系电话:0516-83591709

地址:江苏省徐州市大学路1号中国矿业大学南湖校区

版权所有:中国矿业大学计算机科学与技术学院/人工智能学院

官方微博
微信公众号