人工智能前沿技术与实践探索研讨会是人工智能领域中汇聚多学科智慧的重要平台。该研讨会聚焦人工智能技术的最新进展与实际应用，致力于推动理论研究与实践探索的深度融合，涵盖多样化的研究主题与应用场景。这些议题反映了人工智能技术日益广泛的影响力，同时展示了研究者在多学科交叉领域的创新思考。

 

本次线上研讨会，我们非常荣幸地邀请到了中国传媒大学媒体融合与传播国家重点实验室的石磊副研究员担任会议主席，携手中国科学院心理研究所赵楠副研究员、北京邮电大学朱一凡副研究员、中国科学院微电子研究所王茜副研究员、山东大学葛旭日助理教授、华北电力大学孙笠副教授和西北工业大学田春伟副教授共同带来精彩的学术报告。欢迎大家积极参与！

 

 

会议信息

 

时间
2025年1月17日 15:00-17:05 

观看通道

小鹅通：https://dbofi.xetlk.com/sl/I8sIi

 

 

会议议程

 

●	15:00-15:05
	石磊 副研究员 主席致辞
●	15:05-15:20
	赵楠 副研究员 LLM辅助的心理识别与心理引导初步研究
●	15:20-15:35
	朱一凡 副研究员 科技情报推荐服务的一些思考
●	15:35-15:50
	王茜 副研究员 面向扩散模型的安全检测方法
●	15:50-16:05
	葛旭日 助理教授 多模态信息检索的高效性研究
●	16:05-16:20
	孙笠 副教授 基于双曲结构熵的图聚类方法
●	16:20-16:35
	田春伟 副教授 基于判别学习的图像复原方法
●	16:35-17:05
	提问交流环节

 

 

会议主席介绍

 

石磊 副研究员
中国传媒大学
媒体融合与传播国家重点实验室

 

石磊，博士毕业于北京邮电大学计算机科学与技术专业，中国传媒大学媒体融合与传播国家重点实验室副研究员，中国人工智能学会智能服务专委会委员，主要研究方向包括，跨模态检索、人工智能、智能信息处理，推荐系统，舆情监测。

 

主持和参与多项国家级和省部级项目，在包括NeurIPS、AAAI、ACM MM、TCSS等国内外重要期刊和会议上已发表论文40余篇，申请和授权发明专利9项，参与国家标准9项，获得省部级批示资政报告9篇，登记软件著作权2项，出版专著1部。获第六届CCF大数据学术会议 (CCF Big Data 2018) 最佳论文奖。担任IEEE Transactions on Pattern Analysis and Machine Intelligence、IEEE Transactions on Computational Social Systems、IEEE Transactions on Industrial Informatics、《智能系统学报》及《计算机科学与探索》等国内外高水平期刊审稿人，并担任多个SCI期刊专刊和专栏的客座主编。

 

 

主讲人介绍

 

赵楠 副研究员
中国科学院
心理研究所

 

赵楠，中国科学院心理研究所副研究员、青年特聘研究员，博士生导师。中国科学院大学心理学系岗位教师。中国科学院青年创新促进会会员。中科院心理所心理与行为科学大数据研究中心主任。中国社会心理学会大数据网络心理学专委会委员。研究方向为网络心理学，网络人工智能应用，行为数据心理分析，网络传播，互联网心理健康促进。

 

主持中国科学院战略性先导科技专项课题1项、科技部国家重点研发计划课题1项、国家自然科学基金青年项目1项，以及其他纵向研究课题7项。在SCI/SSCI/EI/CSCD期刊、会议发表论文40余篇，单篇最高引用2600+(Google Scholar)，参编著作4部，担任多个期刊、会议的审稿人。多次撰写资政报告并为国家有关部门和多家企业提供咨询和技术服务。

 

报告题目：

LLM辅助的心理识别与心理引导初步研究

 

报告简介：

利用互联网自然行为数据分析识别用户的心理状态和心理特征，以及通过互联网信息对用户心理进行干预引导，这是当今网络心理学最重要的研究课题之一。心理学研究方法与机器学习方法的结合在网络用户心理识别上已取得一定进展，而大语言模型的出现为相关研究和技术研发又带来了全新的机遇。我们利用用户自我表达的文本数据，分别通过专家评定、大模型标注和大模型+机器学习建模等方法对用户的生活满意度进行识别，找到了一种利用大模型辅助有效心理识别的新思路。我们通过心理学实验，对人类专家和大模型产生的促疫苗接种信息进行比较，测量对比其对HPV疫苗接种的说服力，从一个侧面揭示了大模型辅助生成有效说服信息的能力与限制，为利用大模型更好地构建网络心理引导技术提供了理论与实证依据。

 

朱一凡 副研究员
北京邮电大学
计算机学院

 

朱一凡，北京邮电大学计算机学院副研究员，主持国家自然科学基金、中国博士后科学基金项目2项，参与国家重点研发计划项目、国家自然科学基金项目3项，主持研发了开源科技情报挖掘平台AMiner的推荐架构设计。朱一凡长期从事于开源情报治理、图数据挖掘、推荐系统和大模型垂域应用等方面的研究，在KDD、TKDE、WWW等数据挖掘领域国际顶级和重要学术期刊会议发表论文四十余篇，曾获ECML-PKDD会议最佳学生论文奖，目前担任中国计算机学会大数据专家委员会、数据治理发展委员会执行委员，并受邀担任数据挖掘领域SCI一区期刊Information Fusion的编委会委员和Electronics的客座编辑，同时也是NeuraIPS、WWW、AAAI、IJCAI ACM MM、ECML-PKDD等人工智能、数据挖掘领域重要会议的程序委员会委员。

 

报告题目：

科技情报推荐服务的一些思考

 

报告简介：

科技情报是学者获取当前科技前沿的重要途径。针对当前科技情报知识服务中面临的“认知迷航”问题，介绍并分析了当前学术界和工业届的研究现状，并进一步介绍报告人当前基于开源科技情报平台AMiner所开展的学术资源推荐技术及其配套知识服务中的模型设计和产品思考，最终讨论未来的科技情报知识服务所面临的挑战和未来。

 

王茜 副研究员
中国科学院
微电子研究所

 

王茜，中国科学院微电子研究所副研究员，感兴趣研究方向包括多模态虚假信息识别，多媒体深度伪造与反伪造、扩散模型隐私保护、大模型安全等。参与了国家自然科学基金、国家重点研发计划、科技部新一代人工智能2030等国家级科研项目，其中主持国家自然科学基金青年基金项目1项，主持国家重点研发计划子课题1项。已在ACM MM、TIFS、ECCV、TMM、CSVT、ICME、DCC等多媒体领域的知名期刊及会议上发表论文30余篇。此外，还担任ACM MM、IEEE TMM、 IEEE TCSVT、IJCAI、IEEE TNNLS、ACM TOMM等著名期刊及会议的审稿人。

 

报告题目：

面向扩散模型的安全检测方法

 

报告简介：

随着深度学习技术的发展，扩散模型因其卓越的图像生成能力，获得了愈发广泛的应用。然而，扩散模型的使用也带来了隐私和安全方面的挑战。本次学术报告聚焦于面向扩散模型的安全领域的研究工作，主要包括扩散模型生成内容检测、扩散模型成员推理攻击等方向的最新研究进展。这些研究深入地发现和挖掘了扩散模型的特性，为扩散模型的安全检测提供了有力支持。

葛旭日 助理教授
山东大学
人工智能学院

 

葛旭日，山东大学人工智能学院助理教授，博士毕业于英国格拉斯哥大学 (University of Glasgow)，师从信息检索领域专家Joemon M. Jose教授。硕士毕业于厦门大学多媒体可信感知与高效计算教育部重点实验室。主要研究方向是多模态信息检索/推荐，社交媒体情感分析技术及应用，多模态大语言模型技术等。在相关领域已发表/接收国际高水平会议和期刊论文20余篇，包括SIGIR、NeurIPS、ACMMM、IP&M、CIKM、ACM TIST等。在多个国际会议中组织workshop，包括WWW25的EReL@MIR、ICME24/25的3DMM和SIGIR-AP的R3AG等。担任NeurIPS、ICLR、ACM MM、WWW、IJCV、TKDE、TMM、TOIS、Patter. Recognition等国际会议/期刊审稿人。

 

报告题目：

多模态信息检索的高效性研究

 

报告简介：

在当前社交媒体中，多模态数据无处不在，用户通过文本、图像、视频和音频等多种形式进行交流和表达，丰富了交互体验。其中多模态信息检索在实际应用中体现了重要的研究价值，比如电子商务推荐，智能搜索引擎，社交媒体内容搜索等。因此多模态信息检索及其信息处理技术吸引了越来越多的研究。并且随着多模态大语言模型的提出，多模态信息检索也得到飞跃提升。但是如何更好的更高效的为相关下游任务做适配，从而减轻高资源、高成本需求压力，也成为相关科研人员的关注点。本报告阐述了多模态信息检索的基础研究和高效性研究。旨在为提升高效率多模态信息检索的不同视角提供新思路，包括数据高效性、模型高效性以及高效性策略。

 

孙笠 副教授
华北电力大学
控制与计算机工程学院

 

孙笠，华北电力大学控制与计算机工程学院，副教授。博士毕业于北京邮电大学，师从苏森教授。主要研究方向是黎曼深度学习、图基础模型、社交网络分析、AI4SCI等。主持国家自然科学基金青年基金项目，并参与科技部重点研发项目等国家级项目，入选北京市科协青年人才托举工程。在ICML、NeurIPS、WWW、AAAI、IJCAI、SIGIR、TOIS、TKDE、TWEB等知名会议期刊发表论文40余篇，获ACM CIKM22最佳论文提名奖，IEEE DSS24、IEEE SocialCom’ 23主席团成员，担任NeurIPS、KDD、AAAI、TKDE、TNNLS等期刊和会议的审稿人，并担任多个SCI专刊的客座主编。

报告题目：

基于双曲结构熵的图聚类方法

 

报告简介：

图聚类是理解图结构的基础问题，受到了学界的长期关注。当前的深度图聚类方法已经取得了显著的成果，但是现有深度方法通常需要事先给定节点的类簇数目，然而在无法访问节点标签的情况下事先给出类簇数目并不现实。本次学术报告将从图的结构熵出发，在双曲几何中探索不给定类簇数目的图聚类问题，构建了可微分的结构熵并提出了一种基于洛伦兹结构熵网络；所提出的方法不仅将结构熵与双曲几何建立了紧密联系，且编码树优化方法为结构熵的研究提供了新的视角。

田春伟 副教授
西北工业大学

 

田春伟，西北工业大学副教授，博士生导师。空天地海一体化大数据应用技术国家工程实验室成员。博士毕业于哈尔滨工业大学，香港城市大学Research Fellow，西北工业大学博士后。2022-2024全球前2%顶尖科学家、省级人才、西工大翱翔新星。研究方向为视频/图像复原和识别、图像生成等。在IEEE Trans汇刊、Pattern Recognition、Neural Networks、Information Fusion和ICASSP等国际期刊/会议上发表论文80余篇。出版专著1本，教材1本。其中，6篇ESI高被引论文 (3篇热点论文)、4篇Top期刊封面论文、5篇国际超分辨领域Benchmark List论文、1篇论文技术被美国医学影像公司购买商用应用于CT机、1篇论文技术应用苹果手机上等。获得国际模式识别领域Top期刊Pattern Recognition最佳论文奖，国际信号处理协会Blog论文，中国图象图形学学会自然科学奖二等奖 (排名第1)，青年科技奖 (排名第1)、科学技术奖三等奖 (排名第1)。担任CAAI Transaction on Intelligence Technology、IEEE TFS、IEEE TCE等多个SCI期刊编委/客座编辑。

 

报告题目：

基于判别学习的图像复原方法

 

报告简介：

随着数字设备的普及和深度学习技术的快速发展，图像复原已成为计算机视觉领域的重要研究方向之一。在日常生活和工业应用中，图像往往会受到各种干扰，如低分辨率、噪声、水印等，这些问题不仅影响图像的视觉质量，还对后续的图像分析和应用带来挑战。本报告主要聚焦基于判别学习的图像复原方法研究，主要包括多种图像超分辨方法、图像去噪方法与图像去水印方法。本报告旨在为图像复原方法的研究提供新思路和参考，推动该领域的进一步发展，以更好地解决实际应用中图像受到干扰的问题。

 

 

相关专栏

 

Intelligent Image Processing Technology

 

点击链接，查看专栏详情： https://www.mdpi.com/topics/SX27SZ0JWL

 

 

主办单位

 

 

 

合作单位

 

 

学者交流群

识别二维码，添加小助手微信，备注“学校+姓名+研究方向”，邀您加入 MDPI 学者交流群，获取直播链接，掌握直播动态，交流科研经验。

 

MDPI已成功举办过多场学术研讨会，旨在为领域内学者提供一个学术交流的平台。相信通过进一步的交流，我们可以为广大青年学者及研究人员在英文学术写作和发表以及学术研究方面做出进一步的指导和探讨。

 

订阅期刊最新资讯,点击下方链接:

 

• Applied Sciences
• Journal of Imaging
• Mathematics
• Electronics
• Information

 

如有任何与本专题有关的问题，请联系：topics@mdpi.com

---

MDPI Topics

 

MDPI专题 (MDPI Topics) 以多学科研究为背景，联合两个或多个MDPI相关期刊，为来自不同学科领域的学者创造一个探索、交流、碰撞最新成果的平台。每个专题都由相关学科的优秀学者作为专家团队联合管理和策划，同时还享受便捷高效的MDPI出版服务支持。作者可以向任一参与某专题的MDPI期刊投稿，最终发表的文章都将在该专题主页上集合展示。了解更多MDPI专题信息，欢迎访问：https://www.mdpi.com/topics