2025.11.15(星期六) 下午15:00-17:30
新一代智能化软件最新研究进展论坛

论坛主席：王莹洁 教授（烟台大学）   李晴 副教授（北京邮电大学）

主题报告一：多模态大模型知识计算及卫星应用

报告人：李倩

摘要：近年来，面向网络信息空间社交媒体的大数据知识计算技术已逐渐成为支撑网信领域全面监测与治理的技术底座，持续提供全面、一体化的信息资源服务。然而，仍存在模态间语义关联性弱、分布一致性差等（模态低耦合）共性问题。例如卫星网络大数据中，文本包括卫星型号/参数等基本信息，而图像模态描述外观及遥感数据，另外序列模态反映了信号/温度/电流等实时状态变化，异构模态间信息高度独立、差异明显。传统多模态知识计算基于模态语义相关性假设，专业领域可用性下降至失效，特别是卫星、电网等领域壁垒较高的应用场景中尤为明显。因此，本报告围绕多模态知识的一致性“建模→融合→推理”方法和系统，突破“模态语义不一致、模态分布不一致、模态信息不一致”等重大挑战，旨在实现智能知识提取、高效数据融合和可解释模型推理，为多模态网络大数据领域提供基础理论支撑，对推动国防安全、资源管理、环境保护等相关领域具有重要的应用价值。

报告人简介：李倩，北京邮电大学计算机学院A类博后，入选博士后创新人才支持计划。主要研究方向为多模态知识计算、卫星网络大数据分析，发表 NeurIPS、WWW、IJCAI、ACL、MM 中国计算机学会推荐 CCF-A/B 类论文 30 篇，谷歌学术引用2500余次，入选ESI 高被引论文3 篇、CIKM 2022 最佳论文提名、IEEE TCCLD 2024 技术创新奖、CCF容错计算杰出成果奖、国家电网大数据中心科学技术进步一等奖、国际CodaLab 平台事件检测挑战赛全球冠军、CCKS知识计算算法冠军（连续 2 年）、中国“互联网+”大赛全国银奖等。担任CCF 服务计算执委、CCF智能机器人执委、CCF信息系统执委、CIPS大模型与生成专委，担任多个期刊的青年编委和客座编辑，任NeurIPS、ACL、AAAI、IJCAI、EMNLP等会议领域主席或高级程序委员，主持国家自然科学基金青年基金项目、中国博士后科学基金面上等项目，个人主页：https://liqian-bio.github.io/

主题报告二：卫星计算：挑战，机遇与尝试

报告人：张其阳

摘要：卫星计算处于信息科学与空天技术的交叉前沿，融合了卫星标准化、小型化与智能化的发展机遇。其不仅在增强卫星遥感能力、拓展地面边缘计算等方面具有重要意义，也面临着资源受限、体系架构设计与系统可靠性等核心技术挑战。本次报告将重点介绍在星地协同与多星协同计算方面的研究探索与初步成果。展望未来，随着星载AI芯片与6G星地通信技术的融合应用，智能卫星计算将进一步提升遥感任务的实时性与智能化水平，也将为灾害预警和气象观测等领域提供更高效的技术支持。

报告人简介：张其阳，北京大学博雅博士后，主要研究方向包括边缘计算、端侧智能和卫星计算等。近五年主持省部级及以上科研项目3项，以第一或通讯作者发表CCF A类会议或期刊10余篇，参编学术著作2部，获2024年IEEE可扩展计算优秀博士论文奖。长期担任IEEE Transactions on Mobile Computing, IEEE Transactions on Services Computing, Chinese Journal of Electronics等领域国际顶级期刊审稿人

主题报告三：任务导向的网络资源感知与利用

报告人：齐建鹏

摘要：在算力网络、卫星网络等新型网络技术迅猛发展背景下，如何在用户侧（端侧）有效地感知远端（云）计算资源并提升任务计算效果成为关键问题。本次报告内容涵盖两个方向：一是资源状态信息有效性优化，关注状态信息更新扩散、任务计算等过程，降低信息更新代价；二是端-云形成的资源链中计算节点的选择，在评估资源的同时提升任务计算的可靠性与效率。

报告人简介：齐建鹏，中国海洋大学重点资助类博后，主要研究方向为边缘计算、算力资源感知、资源仿真模拟等。在ToN、IoTJ、IJCAI、CIKM等国际期刊和会议上发表论文20余篇，维护社区开源项目3个。主持中国博士后特别资助/面上资助等基金。担任CCF服务计算专委会执委，是TCAD、TKDE、IoTJ等期刊审稿人。

主题报告四：分布式数据驱动的群体智能

报告人：魏凤凤

摘要：群体智能是汇聚群体智慧协同求解复杂问题的方法，是《新一代人工智能发展规划》明确的重要发展方向，在智能交通、智慧物流等领域得到广泛应用。随着超算、边缘计算等技术的快速发展，传统群体智能方法面临着个体目标难评估、全局信息难汇集、群体协作难拓展的挑战，本报告以分布式数据驱动的群体智能为主题，介绍如何有效利用数据，激发分布式环境下更高效的群智涌现，通过多代理模型协同驱动、按需评估的分布式联邦优化、网络化多智能体协同优化等技术，提高群体智能算法的鲁棒性、高效性、可扩展性；并探索基于智能体的数据驱动群体智能方法，利用大模型提升个体环境感知、任务理解、策略生成能力和群体分布式协作的能力。

报告人简介：魏凤凤，华南理工大学计算机科学与工程学院助理教授，硕士生导师，主要研究方向是群体智能、进化计算、分布式优化、数据驱动优化、智能体与多智能体系统，已发表国际期刊和国际会议论文50余篇，其中IEEE Trans.长文15篇；主持国家自然科学基金青年科学基金项目、中国博士后科学基金面上项目、广东省自然科学基金面上项目等；获广东省人工智能产业协会科学技术奖自然科学奖一等奖、第四届国际分布式人工智能会议最佳论文、中国仿真学会智能优化与调度学术会议优秀博士学位、ACM广州分会优秀博士论文；现任中国计算机学会协同计算专业委员会委员。