出访人员名单（含领队）

方梓涵、卢杰龙

出访国家（地区）

澳大利亚墨尔本

实际

出访时间

2024年10月27日至2024年11月2日

实际出访路线

福州长乐机场—北京首都机场—墨尔本机场；墨尔本机场—上海浦东机场—福州长乐机场

出访任务

参加ACM MM2024会议

出

访

成

果

报

告

本团队于澳大利亚墨尔本参加国际计算机图形学与多媒体会议ACM MM 2024期间，重点学术交流了当前多媒体领域的前沿重难点科技瓶颈，并探讨了可落地、可持续发展与新质生产力方面的技术进展，特别是在多模态领域的研究和应用，具有较大的价值与现实指导意义。本届会议汇聚了来自全球的顶尖学者，涵盖了机器学习、自然语言处理、计算机视觉以及多模态学习等多个前沿领域。特别是在多模态的主题讨论中，研究者们分享了最新的算法创新和应用案例，引发了广泛的讨论与思考。

我们于10月27 日下午到达会议展厅办理完报道手续，28日早上参加会议开幕。此外，会议期间举办了多场学术报告和专题讲座，会议涵盖了多媒体领域的热点问题。各自组员到各自房间内进行展示，也便于其他人按照各自兴趣进行选择聆听，从而促进学习交流。大会每天分为两个阶段进行汇报，包括口头汇报和海报展示，上午进行口头汇报，下午进行海报展示。我们认真参加了其中的若干场，在此次学术会议上，我们团队提交并成功发表了第一作者论文“Towards Multi-view Consistent Graph Diffusion”，并被本次会议组安排为29日早上第一场的图和扩散模型的主题展厅，进行第一个口头报告，我们从图热扩散的视角来建模多视角之间的信息交互，并且提出一个能量函数来引导这一过程的进行，并且在理论上和实验上证明了我们的方法的可行性。并且我们的团队的另一篇第一作者论文“Beyond the Known: Ambiguity-Aware Multi-view Learning”被安排在31号下午进行海报展示。该论文通过引入混合样本来拓宽学习样本空间，并辅以相应的软标签来封装其固有的不确定性，所提出的方法能够提前适应潜在未知样本的分布。此外，还实现了实例级稀疏推理，以学习多视图嵌入空间中的稀疏近似点，并通过视图级置信度映射来控制单个视图表示。最后，根据集群级离散程度动态分配权重，从而获得多视图一致表示。总体而言，此次国际学术会议为我们提供了一个与国际同行交流学术、分享研究成果的宝贵平台。通过论文发表、分组讨论和专题报告，我们从中获益匪浅，加深了对相关领域的理解，同时也为我们的研究提供了更多的思路。

综上所述，ACM   MM 2024为科研工作者提供了一个宝贵的学术交流平台，不仅加深了对多模态领域最新进展的理解，也激发了相关技术应用上的研究兴趣。通过与同行的深入讨论，期待能够将这些学术成果转化为实际应用，推动多模态数据在各个行业中的发展。此外，也将促进我们未来在多模态领域的研究将继续快速发展，助力更多应用场景的创新。

该团组已进行事后公示。　　　　　　　　　　　　（领队签字）

遵守外事纪律情况（含意见和建议等）：

严格遵守出访纪律。