我校计算机与大数据学院2023级计算机科学与技术专业博士生许煌标于2026年1月赴新加坡参会,出访成果报告附后,现予以公示。公示时间从2026年3月19日起算,公示期为五个工作日。如有异议,敬请监督。
监督电话:22865580 校纪委(监察专员办)
计算机与大数据学院
2026年3月19日
出访成果报告
出访人所在学院(或部门) |
计算机与大数据学院 |
领队姓名 |
许煌标 |
出访人员名单(含领队) |
许煌标 |
出访国家(地区) |
新加坡 |
实际 出访时间 |
2026年1月19日 至2026年1月26日 |
实际出访路线 |
福州长乐机场-新加坡樟宜国际机场-福州长乐机场 |
出访任务 |
参加第40届AAAI人工智能年会,并在会议现场作论文汇报 |
出 访 成 果 报 告 |
我有幸参加了AAAI 2026学术会议,并在此次盛会上进行了一次重要的论文汇报。国际人工智能年会(Association for the Advancement of Artificial Intelligence,简称AAAI)由国际人工智能协会(AAAI)发起,该会议被认为是人工智能领域的顶级会议之一。自1979年成立以来,已经成功召开了多届,成为全球AI研究者关注的焦点。作为人工智能领域的重要会议,AAAI会议吸引了来自世界各地的研究者提交最新的研究成果。它不仅是展示最新科研进展的平台,也是学术界交流思想和建立合作的重要场所。 我的论文题为《MCMoE: Completing Missing Modalities with Mixture of Experts for Incomplete Multimodal Action Quality Assessment》(MCMoE: 基于混合多专家补全缺失模态的不完整多模态动作质量评估),这篇论文提出了一种基于专家混合的缺失模态补全框架(MCMoE),通过单阶段训练统一单模态与联合表征学习。这篇论文首先设计了自适应门控模态生成器,动态融合可用信息以重建缺失模态;其次构建模态专家模块学习单模态知识,并动态混合所有专家知识以提取跨模态联合表征。通过专家混合机制,缺失模态信息得以进一步精炼与互补。在训练阶段,我们挖掘完整的多模态特征与单模态专家知识,以此引导模态生成及基于生成的联合表征提取。所提出的MCMoE框架在三个公开AQA基准测试中,于完整与不完整多模态学习任务均取得最先进成果。汇报过程中,我详细讲解了研究的背景、方法、实验结果和结论,并与现场的学者进行了深入的讨论和交流。与会者对该论文表示了浓厚的兴趣,并提出了许多宝贵的建议和意见。 在会议期间,我积极参与了每天的学术报告活动、海报论文和企业展览,与众多学者的深入对话不仅拓宽了我的学术视野,也让我对人工智能和计算机视觉领域的前沿动态和发展趋势有了更深刻的洞察。此外,我有幸与领域专家、同行学者建立了联系,并分享了自己的研究工作,收获了极具价值的反馈和建议。 参与AAAI 2026会议是我学术旅程中的一次重要里程碑。这次大会之行对我产生了深远的影响,不仅让我能够与来自世界各地的国际学术界精英交流讨论,也是我深入了解人工智能和计算机视觉最新学术成果的良机。通过我的论文展示和会议参与,我向学术界呈现了自己的研究成果,并且获得了宝贵的学术见解和灵感,这为我的研究方向和未来发展提供了更加明确的方向。 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。 |
|
|
|
|
|
|
|