非平稳环境下的自适应机器学习 | CNCC

CCF杰出会员、理事，五邑大学教授

五邑大学教授、桂林电子科技大学博士生导师。长期从事流数据学习、迁移学习、目标检测与识别等方面的研究，主持国家自然科学基金项目、教育部人文社科基金项目等国家级和省部级项目10余项，在高水平期刊和顶级国际学术会议上发表学术论文30余篇；参与获得湖南省科技进步奖一等奖1项，主持获得广西高等教育自治区级教学成果奖特等奖1项，广西社会科学优秀成果奖（著作类）三等奖1项。

论坛讲者

CCF杰出会员，山西大学教授

山西大学教授、博士生导师。山西大学数据智能与认知计算山西省重点实验室主任，教育部新世纪优秀人才，中国人工智能学会理事。近年来主要从事复杂数据建模、流数据挖掘、低质数据学习等方面的研究，先后主持国家自然科学基金重点及面上项目、山西省重点研发计划项目等30余项。在JMLR、TKDE、中国科学、ICML、CVPR、AAAI等期刊和会议发表学术论文300余篇。研究成果获山西省自然科学一等奖2项、科技进步二等奖2项。

报告题目：非稳态环境下数据流的优化建模与高效计算

报告摘要：流数据是大数据的主要来源，在现实世界中应用非常广泛。概念漂移既是流数据的一个重要特性，也是流数据分析挖掘不可避免的困难问题，它突破了传统机器学习任务中数据分布固定的假设，并且当环境发生变化时，数据的特征、概念模式和分布变化的舒缓等可能都会随之改变。因此深入研究非稳态环境下含概念漂移特性的数据流自适应建模与算法设计具有重要的理论意义和应用价值。报告从数据处理和模型构建两个层面介绍报告人及团队近年来在概念漂移检测与适应、数据流自适应建模等方面的研究工作。

CCF杰出会员，天津大学教授

博士导师、国家优青/杰青获得者。天津市机器学习重点实验室主任、城市智能与数据治理教育部工程中心主任。从事大数据粒计算、多模态学习、不确定性建模和自主机器学习方面的研究，在IEEE-TPAMI、IJCV等期刊以及ICML、NeurIPS、IJCAI、CVPR等会议发表论文300余篇，被引用超过40000次。先后获得天津市自然科学一等奖、中国人工智能学会科技进步一等奖、天津市科技进步一等奖、黑龙江省自然科学一等奖等。

报告题目：认知驱动的低质多模态数据动态可信融合

报告摘要：随着传感器技术的发展和普及，数据建模所面临的数据类型越来越丰富。在科学探测、医疗诊断、社交媒体分析、机器人等领域纷纷出现了海量的多模态异构数据，不同模态数据中蕴含的有效信息往往是互补的、有差异的，其数据质量也是动态变化的。如何充分利用好低质、多源、异构数据中有效性是一个古老而又年轻的研究领域。本报告将系统梳理当前多模态数据融合的发展现状以及存在的问题，分析介绍人脑在处理多感官数据融合时的柔性机制，并介绍当前最前沿的多模态数据动态可信融合的模型、算法和应用。

CCF杰出会员、河海大学教授

博士生导师，国家级高层次人才、国家百千万人才工程入选者、享受国务院政府特殊津贴，中国计算机学会杰出会员。长期从事多模态人工智能的研究，主持国家重点研发计划、国家自然科学基金重点项目近30项。发表CCF-A类期刊和会议论文200余篇，连续多年入选中国高被引学者。研究成果获国家自然科学二等奖1项（序3）、陕西省自然科学奖一等奖2项（序1）。

报告题目: 从已知到未知：开放世界的知识演化

报告摘要：在知识边界不断扩张的开放世界中，智能系统如何从已知出发，识别未知、学习未知、内化未知，进而实现认知与知识的演化？本报告围绕“开集识别”、“知识发现”、“持续学习”三大核心阶段，构建了一个由辨识新知、获取新知，到融汇新知的系统化路径。本报告从哲学视角反思知识的增长本质，借助人工智能中的代表性技术方法，探讨智能体如何在动态环境中持续感知、推理与成长，最终指向一种具备“认知自主性”的开放式学习范式。

CCF杰出会员、国防科技大学教授

CCF杰出会员、国防科技大学教授、博士生导师。从事人工智能基础方面的研究工作，在自适应学习理论与应用等方面取得系列研究成果。近年来，在IEEE TPAMI等国内外权威刊物和顶级会议上以第一/通讯作者发表学术论文100余篇，多篇论文进入ESI高被引论文。担任军科委基础加强重点项目首席科学家，主持科技部2030重大项目课题、国家青年科学基金项目（A类）、国家自然科学基金重点项目等15项，获中国图象图形学学会自然科学一等奖等奖项多项。

报告题目：面向标签移位的自适应学习方法初探

报告摘要：大数据时代的诸多应用场景为开放环境。自适应学习是一种应对开放环境中学习要素变化的机器学习新领域。本报告以标签移位这一典型的开放场景中的学习问题为例，根据目标域信息利用程度逐渐增加的方式，介绍课题组在这些方面的一些初步尝试和探索。最后，对该研究方向进行了简单的总结和展望。

CCF会员、上海大学教授

CCF会员、上海大学教授、博士生导师、国家级青年人才、上海大学城市更新与可持续发展研究院副院长，中科院1区期刊knowledge-based Systems 高级主编。主要工作围绕生成智能、计算智能、知识智能等新一代信息技术进行研究，主持国家级、省部级以及知名企业的科技攻关项目等10余项，并以第一作者/通讯作者发表SCI/EI论文100余篇，其中包含本领域的顶级期刊IEEE-TKDE、IEEE-TIFS、IEEE-TNNLS、IEEE-TFS、IEEE-TCYB和中国计算机协会推荐的A类会议ACL、AAAI、CVPR、WWW等。

报告题目:概念漂移的检测、理解、适应

报告摘要: 概念漂移指数据流随时间演化而潜在分布不可预知地转移，致使基于历史样本训练的模型在新数据上失配并出现性能退化。在数据流环境忽略漂移，效果常明显恶化。围绕应对之道，形成三项能力：检测，回答何时发生（when）；理解，刻画变化机理（how）；适配，据此更新策略与参数以对齐新分布（learn）。本报告将系统梳理方法与评测要点，提供可操作的实践路径，并结合数据集、评测协议与复现实践，讨论灵敏度与稳定性的权衡。

CNCC2025将于10月22-25日在哈尔滨举办。专题论坛将在往年多样化主题的基础上，首次通过“基础-前沿-未来”的一体化设计，满足不同背景参会者的需求，构建从知识获取到创新激发的完整路径，打造系统化、进阶式的参会体验。重点设置9大主题板块，每个主题板块的专题论坛由三大核心模块组成：面向前沿领域的体系性Tutorial、聚焦前沿突破的专题论坛以及探讨未来发展路径的思辨论坛。