于硕 副教授

大连理工大学

个人介绍：于硕，女，大连理工大学计算机学院副教授，计算机科学与技术学院院长助理。主要研究方向为图学习、脑科学、数据科学等。发表IEEE/ACM Transactions、CCF/CAAI A类高水平期刊及会议学术论文50余篇，Google Scholar引用近3000余次，h-index为23，i10-index为25。受邀担任ACM TKDD、IEEE TNNLS、IEEE TAI、IEEE TETC、IEEE TETCI、IEEE TII、IEEE Intelligent Systems 等20余部顶级/重要国际期刊审稿人；担任领域高水平会议ICKG2025 Track Chair, TheWebConf SPC及多项IEEE国际会议PC Member等。IEEE Senior Member，ACM/CCF会员，CAAI终身会员，CAAI社会计算与社会智能专委委员，CAAI社会计算与社会智能首届新星执委委员。

报告题目：多模态脑图Transformer

报告简介：脑网络分析作为解析神经系统疾病的重要研究范式，在揭示脑疾病发病机制和优化临床诊疗策略方面具有关键科学价值。脑网络分析的基础在于解码大脑功能分区间的交互模式，其中长距离功能连接在表征神经系统的复杂信息整合机制、阐释脑退行性疾病病理特征等方面发挥着不可替代的作用。当前研究多聚焦于短距离连接的建模分析，而对跨脑区的长距离依赖缺乏系统性探索，这一局限性制约了脑网络分析在疾病机制解析中的应用深度。本报告将系统阐释长距离连接在脑网络分析中的意义，重点介绍基于多模态脑图Transformer的长距离依赖感知方法及其在脑退行性疾病诊断中的创新应用。

刘嘉莹 助理教授

大连理工大学

个人介绍：刘嘉莹，女，大连理工大学经济管理学院助理教授，硕士生导师。围绕科技创新评价、知识产权大数据开展前沿研究工作，在基础理论、核心算法、关键技术、应用系统等方面取得了一系列创新性成果，发表相关论文40余篇，代表性成果发表在数据挖掘和信息检索顶级期刊和会议IEEE TKDE、IEEE TNNLS、SIGIR等。主持国家自然科学基金、教育部人文社会科学项目等多项课题，同时参与多项课题研究。

报告题目：多模态语义融合与图学习协同的专利价值评估研究

报告简介：专利价值评估是知识产权运营、技术交易与创新决策的核心环节，构建科学高效的评估体系已成为“AI + 知识产权”领域的关键研究方向。现有评估方法多局限于单一模态数据，难以全面刻画专利的技术价值与市场潜力。本研究立足多模态融合视角，围绕“多模态特征建模—技术关联挖掘——价值精准预测”核心思路，创新性地将图学习技术与专利评估逻辑深度融合。研究整合专利文本语义、结构化属性 (如技术分类、法律状态)、网络关联 (如引用关系、技术传播路径) 三类模态信息，通过大模型量化专利语义相关性并构建新颖性指标，结合图学习挖掘技术传播规律，实现多模态特征的深度融合与专利价值客观评估，为知识产权布局、技术投资决策及侵权维权赔偿测算等场景提供可靠支撑。

潘禹辰 副教授

中国人民大学

个人介绍：潘禹辰，副教授，博士研究生导师，中国人民大学吴玉章青年学者，师从中国工程院院士杨善林教授，2020年博士毕业于中国科学院大学，2023年晋升副教授，2025年破格获评博士生导师。入选“中国科协青年人才托举工程项目”“北京市科技新星—创新新星”等国家级与省部级青年人才计划。长期致力于人工智能理论创新及其在医疗健康领域的应用，围绕该方向主持包括国自科面上、青年、重点子课题，以及省部级等各类项目共计22项；作为骨干成员参与2030新一代人工智能科技部重大、国自科重大等重量级项目10余项；以第一作者或通讯作者发表SCI一区高水平论文30余篇。

报告题目：基于多模态临床数据融合的混合AI模型在心衰智能诊疗中的应用

报告简介：心衰作为世界级健康难题，其智能诊疗已成为“AI + 医疗健康”的研究热点。本研究围绕“多模态融合诊断—AI治疗方案生成—动态预后评估”三位一体的心衰智能诊疗系统展开，构建基于混合AI模型的创新框架，以提升心衰诊断的敏感性与特异性，优化个性化治疗方案，并实现动态预后风险评估。包括三大核心模块：基于混合模型的跨模态数据分析，实现文本与影像数据的深度融合，提高心衰诊断的精准度；构建心衰专属知识增强大模型，通过深度学习与知识图谱结合，为心衰患者生成优化治疗方案；基于HERO患者队列数据，开发CRN时序预测模型，动态更新患者预后风险，实现个性化疾病管理。

Time to First Decision

Acceptance to Publication