“2024粤港澳大湾区研究生学术分论坛：智能计算理论与方法”顺利举行

2024年7月2日下午，由广东工业大学计算机学院、CCF广州、CCF YOCSEF广州分论坛主办的” 2024粤港澳大湾区研究生学术分论坛：智能计算理论与方法”在广东工业大学大学城校区工学一号馆410学术活动室顺利举行。本次论坛邀请到了孟敏和黄国恒教授作为主持评委，11位来自不同学校的研究生做主题报告。

分论坛开始，由香港科技大学的刘哲宁同学带来《基于深度学习的双目图像压缩算法研讨》报告。在报告中与同学们探讨了如何利用深度学习技术对双目图像进行高效压缩，从而在保证图像质量的前提下，大幅度减少数据存储和传输的压力。

随后由澳门城市大学的潘梓杰同学带来关于《机器遗忘学习算法在联邦学习中的应用与优化》报告。报告中潘同学展示了机器遗忘学习算法在联邦学习环境中的应用与优化，旨在提升模型的隐私保护能力及训练效率。

第三位来自华南理工大学的邵红恩带来关于《Point Cloud Acceleration by Exploiting Geometric Similarity》报告。邵同学向听众们介绍了利用几何相似性加速点云处理的方法，为三维数据的快速处理和分析提供了新的思路。。

第四位来自中山大学的华祥同学带来关于《Federated Learning with Bias Elimination and Mitigation》报告。华同学提出了一种新的联邦学习模型，重点在于消除和缓解数据偏差，从而提高模型的公平性和准确性。

第五位来自广东工业大学的吴文昊同学带来关于《面向图像海上智能侦察仪的红外-可见光融合隐藏目标检测关键技术研究》报告。报告介绍了如何通过红外与可见光的融合技术，实现海上智能侦察仪对隐藏目标的高效检测，为海上安全提供新的技术保障。

第六位来自暨南大学的邱进杰同学带来关于《面向衍变混合数据流的在线学习算法研究》报告。邱同学探讨了针对复杂混合数据流的在线学习算法，旨在实时处理和分析不断变化的数据，提升数据分析的时效性和准确性。

第七位来自广东技术师范大学的郭炎熙同学带来关于《结合模体和同质性的图对比学习》报告。郭同学介绍了一种结合模体和同质性的图对比学习方法，为图数据的识别和分类提供了新的技术手段。

第八位来自东莞理工学院的徐聘同学带来《基于合成图像与集成学习的糖尿病足溃疡图像分割方法研究》报告。徐同学利用合成图像和集成学习技术，对糖尿病足溃疡图像进行精确分割，助力医疗图像分析与诊断。

第九位来自广东工业大学的陈学信同学带来关于《探索特征归因分析中的充分必要因果》报告。陈同学探讨了特征归因分析中的充分必要因果关系，为特征选择和模型解释提供了新的理论基础。

第十位来自广东工业大学的黄卓杰同学带来《基于低阶表示的鲁棒子空间学习方法》报告。黄同学介绍了一种基于低阶表示的鲁棒子空间学习方法，旨在提升模型在噪声数据中的表现能力。

最后一位报告是来自广东外语外贸大学的潘灿杰同学，潘同学报告题目是《结合数据分布差异感知与双模型协同训练的半中心化联邦学习方案》。潘同学介绍了一种新的半中心化联邦学习方案，通过感知数据分布差异和双模型协同训练，提高了模型的泛化能力和训练效率。

会间，现场的老师和同学们学习热情高涨，纷纷举手发问，会场学术氛围浓厚。在11位同学各自完成他们的报告之后，现场评委老师根据他们的表现进行了最终的颁奖。随着颁奖环节的结束，本次分论坛也成功地画上了句号！