大模型与图学习能否双向奔赴？崔鹏、石川等专家邀您共论 | CNCC2026

个人简介｜CCF副秘书长，清华大学长聘副教授，国家杰青，IEEE Fellow，ACM杰出科学家。研究方向为因果启发的稳定预测与决策、结构化数据通用大模型，构建并开源结构化数据通用大模型LimiX。在ICML、KDD及Nature Machine Intelligence等发表论文100余篇，获CCF-IEEE CS青年科学家奖和两项国家自然科学奖二等奖。

报告题目｜迈向结构化数据通用大模型

报告摘要｜大语言模型在文本、图像等非结构化数据上取得进展，但结构化数据仍缺少通用模型。专用模型开发成本高、泛化能力有限，直接使用大语言模型又面临数值推理、因果发现和分布外泛化不足等问题。报告将介绍结构化数据通用大模型的研究进展，重点讨论如何将因果性与不变性学习融入预训练范式，并结合工业场景说明模型从数据关联走向结构逻辑建模的技术路径。

个人简介｜中国人民大学教授，高瓴人工智能学院副院长，新一代智能搜索与推荐教育部工程研究中心副主任，国家级领军人才。研究方向为人工智能基础算法。获PODS 2022时间检验奖、WAIC 2023青年优秀论文提名奖和VLDB 2024最佳论文提名奖，主持国家自然科学基金重点项目、科技部重大专项课题，担任IEEE TPAMI编委。

报告题目｜理解计算、自然与社会的结构化语言

报告摘要｜图是描述复杂世界的通用结构语言。计算系统中的网络、自然科学中的分子与相互作用、社会科学中的关系网络与群体行为，都可通过图进行建模。报告将从图智能出发，介绍其在理论计算机、自然科学和社会科学中的研究进展，说明图方法如何连接算法基础、科学发现与社会模拟，为人工智能理解和推理复杂系统提供统一视角。

个人简介｜北京师范大学教授，国家优青。获2025年CCF科技成果奖（第一完成人）。曾入选百度全球华人AI青年学者、IAPR Newsletter下一代报道等。主编或副主编教材3部，包括：教育部101计划AI领域核心教材等。担任期刊IEEE TNNLS、PR、NN、HSSC编委。成果或报告被中国电信、科大讯飞、国家发改委采纳。

报告题目｜图核神经网络：将传统结构模式相似性信息带回深度学习的探索与实践

报告摘要｜报告将梳理结构模式识别与图机器学习近40年的发展脉络，比较不同阶段研究方法的理论特点，介绍课题组在图核函数和图神经网络两个方向的研究成果。报告将重点分析两类方法在结构相似性建模、特征学习与泛化机制上的联系，讨论图核与深度学习交叉融合的研究现状，并介绍图核神经网络方面的探索，最后展望值得进一步研究的问题。

个人简介｜中国科学技术大学认知智能全国重点实验室、人工智能与数据科学学院教授，主要研究数据挖掘、知识发现和智能教育。以第一作者或通信作者在Nature Machine Intelligence及CCF A类会议和期刊发表论文100余篇，曾获ACM KDD、IEEE ICDM、CIKM会议论文奖，主持国家自然科学基金青年科学基金（A类、B类）等项目。

报告题目｜基于大模型智能体的图结构数据挖掘：从语义匹配到自主交互

报告摘要｜大模型正在从文本生成工具演化为能够感知状态、调用工具并依据反馈持续决策的智能体，图数据挖掘也由静态的语义匹配与排序转向动态的自主探索与交互。报告将以开放学术文献和论文引用图搜索等科学数据挖掘场景为例，介绍大模型智能体处理图结构数据的研究探索，分析语义理解、结构检索与自主交互之间的关系。

个人简介｜安徽大学教授，计算机科学与技术学院副院长，多模态认知计算安徽省重点实验室副主任，安徽省杰青。研究方向为结构模式识别、计算机视觉和医学影像分析。在IEEE Trans汇刊及CCF A类会议和期刊发表论文100余篇，其中以第一作者或通信作者在TPAMI、IJCV发表论文15篇，主持国家自然科学基金面上项目等。

报告题目｜深度图稀疏学习与鲁棒图模式识别

报告摘要｜图卷积神经网络、图注意力网络和图Transformer等深度图学习模型已广泛用于半监督学习、社交网络分析、生物信息识别和视觉信息处理。为提升图表示的鲁棒性与紧凑性，深度图稀疏学习近年来受到关注。报告将介绍深度图稀疏学习网络模型，并结合课题组的研究工作，分享深度图稀疏神经网络在鲁棒图模式识别中的方法与成果。

个人简介｜山西大学教授，校党委常委、副校长、人工智能学院院长，国家级领军人才。主要研究人工智能与科学智能，主持国家自然科学基金重大、重点及优秀青年科学基金项目等10余项，曾获CCF优秀博士学位论文奖，5次入选全球高被引科学家。

个人简介｜CCF会士，曾任CCF人工智能与模式识别专委主任委员，北京交通大学教授、人工智能研究院院长、交通数据挖掘与具身智能北京市重点实验室主任。主要研究机器学习理论和自然语言处理，著有《机器学习：从公理到算法》。

个人简介｜CCF会士，中国科学技术大学教授、认知智能全国重点实验室副主任，国家杰青，IEEE Fellow，CAAI会士。主要研究人工智能和数据挖掘，主持国家重点研发计划、国家自然科学基金重大仪器研制及区域联合重点项目。以第一完成人获CCF自然科学一等奖和两项教育部自然科学一等奖。

个人简介｜CCF常务理事、教育工作委员会副主任委员，北京师范大学教授、人工智能学院院长，国家杰青。主要研究计算机视觉与模式识别，主持国家自然科学基金重点项目、国家重点研发计划项目，发表论文百余篇，获授权国家发明专利60余项，部分成果应用于工业、国防和互联网领域。

个人简介｜北京邮电大学教授、智能通信软件与多媒体北京市重点实验室副主任，教育部长江学者特聘教授。主要研究数据挖掘、机器学习、人工智能和大数据分析。近5年以第一作者或通信作者在CCF A类期刊和会议发表论文60余篇，出版中英文专著5部，授权发明专利30余项，研究成果应用于多家企业。

个人简介｜浙江师范大学杰出教授、博士生导师、二级教授，研究方向包括人工神经网络理论与应用、机器学习理论与算法、函数逼近论和图表示学习。在《中国科学》、Artificial Intelligence、IEEE TPAMI、IEEE TIP、ICML等期刊和会议发表论文300余篇，主持国家自然科学基金项目8项。

CNCC是一个宏观论述技术趋势的大会，具有规格高、规模大、内容丰富等特点，会议形式包括大会特邀报告、大会论坛、专题论坛、特色活动及展览。大会汇聚两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果。ACM、IEEE CS、IPSJ、KIISE等国际计算机组织的代表也多次获邀现场参加这一盛会。CNCC2026将于10月21-24日在四川省成都市举办，大会主题是“数聚驱动，智算未来”，欢迎各界前来参会。