11月4日下午,苏州CCF@U（CCF走进高校.第998场）走进苏州科技大学；本次活动由CCF苏州与苏州科技大学共同承办，本次活动邀请了南京邮电大学刘青山教授、清华大学自动化系鲁继文副主任、北京大学林宙辰教授、江南大学吴小俊教授、浙江大学李玺教授进行主题汇报，活动由CCF苏州副主席胡伏原教授主持。

刘青山教授汇报了团队在动态表情和姿态的研究进展，通过开发先进的计算模型和算法，利用计算机视觉和机器学习等技术，实现对情感信息的准确捕获和分析。并介绍了如何挖掘动态特征，将其应用于情感识别、人机交互和情感智能系统等领域。

鲁继文教授的报告聚焦于智能大模型在人工智能领域的关键作用。报告回顾了近年来视觉大模型的研究进展，涵盖了三维点云、视频图像和多模态数据等方向。重点介绍了智能大模型在自动驾驶、智能安防和网络安全等领域的应用。报告还展望了视觉大模型未来的发展趋势，探讨了其在新兴领域和实际应用中的潜在机会和挑战。

林宙辰教授重点介绍了ADAptive Nesterov动量算法（Adan）的原理和功能。Adan 引入了一种新的 Nesterov 动量估计 （NME） 方法，对普通 Nesterov 加速度进行重整，以估计梯度的第一和第二矩，来加速收敛。通过大量理论计算与实验验证展示，表面了该方法能够持续提高训练速度，极大地解决不同类型深度网络上模型训练效率低下的问题。

吴小俊教授的报告主要介绍了深度自编码器作为一种重要的自监督深度学习方法在欧氏空间和黎曼流形上的分析和讨论。报告深入探讨深度自编码器在这两个不同领域中的设计方法，并介绍它们在实际应用中的具体应用案例。

李玺教授的报告聚焦于互联网和物联网时代涌现的大数据，并探讨如何通过持续性特征学习来应对当今知识经济时代的核心技术问题。报告以基于神经网络的continual learning方法为主题，特别关注图像/视频数据的视觉特征学习，深入剖析视觉特征表达、深度学习器构建机制和高层语义理解。

最后，胡伏原教授进行活动总结。他对与会人员的积极参与和贡献表示感谢，他强调学术研究的不断前行，鼓励研究生们继续深入探讨相关问题，相互学习，共同推动相关领域的发展。