会议时间：2025年6月13日（周五）下午14：00

地点：延安大学行政楼二楼会议室

报告题目一：智能系统优化设计

报告摘要：本报告介绍智能系统的优化设计方法，具体包括基于人工智能逻辑的智能系统建模方法，基于线性规划的软硬件划分方法，基于软硬件异构芯片的交通标识识别系统优化设计与实现。

报告人简介：陈仪香，华东师范大学教授，人工智能逻辑专委会主任委员。主要从事智能系统的可信基础研究工作：建立了具有时空一致性的智能系统规范语言STeC及其混成时钟逻辑系统，设计了智能系统的软硬件优化设计技术方法，构建了基于多维属性的软件可信度量评估方法和增强规范，为我国在该领域处于国际先进水平做出了开拓性贡献。承担 973、863研究项目、国家基金委以及国防基础重点研究基础项目10余项。荣获教育部自然科学一等奖1项（2012）、北京市科技进步奖一等奖1项（2020）、中国计算机学会科技进步奖二等奖1项（2022）、上海市课程思政示范课程1项（2022）。出版国家自然科学基金研究成果专著1部，国家科学技术出版基金研究成果专著1部，发表学术论文 100 余篇。

报告题目二：深度卷积神经网络的结构压缩优化方法研究

报告摘要：本报告主要介绍团队近几年在DCNN网络结构化剪枝的研究中取得的一些成果。包括多种卷积核剪枝、滤波器剪枝，以及对剪枝后网络的清洗技术等的研究。

报告人简介：裴继红，深圳大学信息与通信工程学科教授，中国人工智能学会人工智能逻辑专业委员会副主任委员，中国音频视频及多媒体系统与设备标准化技术委员会委员，中国航空学会信息融合专业委员会委员，IEEE会员。长期从事神经网络与机器学习、模糊逻辑与模糊信息处理、视频图像分析与理解、红外目标成像跟踪、遥感图像处理与分析等方面的研究与教学工作。承担完成国家自然科学基金重点项目1项，国家自然科学基金面上项目4项，省部级科研项目20多项。获得科研和教学奖励多项，在包括IEEE TPAMI、IEEE TIP、IEEE TNNLS、IEEE TGSRS、IEEE TCSVT、Pattern Recognition、中国科学、电子学报等国内外学术刊物和国际会议上发表学术论文300余篇，获授权国际国内发明专利30多项，出版学术专著1部。目前的研究兴趣为：深度神经网络的结构优化，可解释性机器学习理论，低分辨图像的增强与识别等。

报告题目三：基于A*的路径规划算法历史演进及最新进展

报告摘要：A*算法作为求解路径规划问题最经典、最具开创性的传统搜索算法之一，是当今科研领域和工业应用中大量算法的重要基础与灵感启示来源。经过几十年的发展，已经在多个领域取得了广泛的应用，并且仍在不断演进和优化中。当下，混合A*算法优势明显，尤其在大语言模型的浪潮下，具备进一步研究的潜力与独特价值。同时，也分享了研究组对于相关研究领域的探索。

报告人简介：张永刚，吉林大学教授、中国人工智能学会人工智能逻辑专业委员会副主任委员，长期从事约束求解与约束优化、学习推理方法和人工智能方面研究。承担国家自然科学基金面上项目、吉林省自然科学基金项目等10余项，发表SCI/EI检索论文30余篇。

报告题目四：基于代码图语义的软件缺陷预测研究

报告摘要：随着软件系统规模和复杂性的不断增长，如何有效判断程序中是否存在缺陷显得至关重要。本报告主要介绍基于代码图语义的软件缺陷预测方法，包括基于双向长短记忆网络的程序控制流图（Control Flow Graph, CFG）、程序依赖图（Program Dependence Graph, PDG）的语义特征提取及其在软件缺陷预测中应用，基于图神经网络的抽象语法树（Abstract Syntax Tree, AST）语义特征提取及其在软件缺陷预测中应用。

报告人简介：陶红伟，郑州轻工业大学教授，中国人工智能学会人工智能逻辑专业委员会副秘书长，长期从事可信软件与大数据分析。主研/主持国家和省部级等项目10余项，在Information and Software Technology、Software Quality Journal、Pattern Recognition等期刊发表论文40余篇，授权发明专利8项，出版专著1部，获得CCF科技进步二等奖1项、河南省科技进步三等奖1项。

报告题目五：跨域小样本高光谱图像分类中的原型对齐方法研究

报告摘要：跨域小样本高光谱图像分类面临特征分布偏移和标签稀缺的双重挑战，传统方法难以实现有效的知识迁移与判别特征学习。本报告从原型学习的角度，介绍跨域小样本场景下的高光谱图像分类方法。首先，针对小样本条件下原型判别力不足的问题，设计了语义引导的原型学习框架，通过融合类别语义信息与高光谱图像特征，利用原型生成器构建更具区分性的类别原型，在跨域场景下进一步提升分类精度。其次，针对域间特征分布差异问题，提出多级原型对齐框架，通过特征空间对齐、类原型对抗训练和元学习策略，实现源域到目标域的层次化知识迁移，显著提升模型在目标域的泛化能力。两项工作分别从语义增强和域适应角度出发，为跨域小样本高光谱分类提供了可扩展的解决方案。对比实验表明，所提方法在多个公开数据集上均优于主流基线，为遥感影像智能解译提供了新思路。

报告人简介：何进荣，延安大学教授，主要从事机器学习、计算机视觉和农业信息化等方面的教学与研究工作。主持国家自然科学基金、陕西省自然科学基金、中国博士后科学基金等省部级科研项目共5项，以第一作者或通讯作者身份在IEEE Transactions on Geoscience and Remote Sensing、Expert Systems with Applications、计算机学报、软件学报等期刊发表论文20余篇。曾获延安大学2022年课堂教学创新大赛“教授风采”理科组一等奖、延安大学2023年教师教学创新大赛“课程思政”组二等奖、陕西高等学校科学技术研究优秀成果奖二等奖、 2024年中国高校计算机教育大会教学案例大赛二等奖。

报告题目六：非线性层次编辑：一个强大的人脸编辑框架

报告摘要：分层生成对抗网络（GANs）在图像生成方面已取得了显著成功，然而以可解释、显著且解耦的方式编辑这些图像仍然是一个具有挑战性的问题。在本研究中，我们引入了一种新颖的分层编辑方法，该方法利用GAN模型中的非线性编辑路径。非线性编辑路径在GAN的潜空间中以无监督方式被识别，并且属性评估器被用于自动辨别与这些路径相关的语义。随后，采用逐层评分技术来确定最适合编辑路径的关键层。潜码沿着反映特定语义的非线性路径进行导航，修改仅限于与已识别语义最相关的层。这种分层编辑策略产生了显著的、解耦的和可交换的编辑结果。与当前最先进的方法相比，我们的方法在属性解耦方面减少了20%至39%的副作用误差，在连续编辑中减少了30%至60%的交换性误差。

报告人简介：牛永洁，延安大学数学与计算机科学学院副教授、硕士生导师。长期从事数据挖掘、大语言模型及生成式人工智能研究。主持及参与省级、市级、校级科研项目18项，在国内外学术期刊发表论文32篇（核心期刊30 篇，SCI 2篇），主编教材1部，参编教材1部（获陕西省优秀教材一等奖），拥有软件著作权1项。曾获陕西省延安市科学技术奖二等奖、陕西省科学进步奖三等奖。主持研发多项信息化管理系统，成功应用于政府和金融机构。

报告题目七：代数连通度在多智能体系统一致性研究中的应用

报告摘要：本报告介绍了代数连通度在多智能体系统一致性问题研究中的重要作用。通信网络的代数连通度决定了一致性协议的收敛速度：代数连通度越大，一致性协议的收敛速度越快。而且，通信网络的代数连通度越大，多智能体系统可允许较大的通信时延；对周期通信和事件触发的一致性协议，代数连通度越大，智能体间的通信频率可以更低，系统达成一致需要的通信量更少。同时，本报告总结了优化代数连通度的各种方法，并提出了若干待解决的问题。

报告人简介：陈新庄，延安大学讲师，硕士研究生导师。主要研究方向为多智能体系统和无人系统群体智能，在Information Sciences、Linear Algebra and its Applications 和IEEE等国际知名刊物发表论文十余篇。近年来，先后主持陕西省科技厅项目1项，无人机集群相关省市级纵向课题2项和横向课题3项。兼任中国自动化学会、中国人工智能学会、中国工业与应用数学学会会员。