南京信息工程大学第八届科技活动月—人工智能学院(未来技术学院)青年科技论坛

南京信息工程大学

第八届科技活动月

青年科技论坛汇报材料

个人简介：吴君委，现任南京信息工程大学人工智能学院（未来技术学院）讲师。博士毕业于利物浦大学电气工程与电子专业，主要研究方向为三维点云分类与分割、三维重建。入职以来，依托学校大气科学特色与学科优势，重点深耕气象大模型及其在极端天气预测等下游应用领域的研究。 

汇报题目：从像素重建到气象动力建模：气象大模型与极端降水预测研究

报告摘要：近年来，基于深度学习的气象大模型在中长期天气预报中取得了显著进展，典型方法通常基于 ERA5 等再分析资料，将天气预报建模为端到端的多变量时空预测问题。然而，现有方法大多沿用图像重建范式，主要依赖逐像素误差优化预测结果，缺少对气象变量时间演化规律、变量间耦合关系以及极端天气结构变化的显式建模，因而在物理一致性、极端事件刻画和细节保持方面仍存在不足。围绕这一问题，本研究以“从像素重建到气象动力结构建模”为主线，开展气象大模型预测与极端降水预测研究。一方面，针对多变量天气预报任务，通过引入长期气候先验建模气象变量的规律性时间演化，并设计自适应跨变量耦合机制刻画不同气象变量之间的协同变化关系，从而提升预测结果的动力一致性和物理合理性。另一方面，针对极端降水预测任务，进一步从降水对象演变角度出发，引入降水强度区域面积变化、降水系统移动变化和降水边界变化等结构约束，使模型不仅关注逐像素降水误差，而且能够显式刻画强降水区域的发展、移动和形态演变过程。总体而言，本研究旨在突破现有气象深度学习模型中过度依赖像素级重建的局限，构建面向气象过程演化规律和极端天气结构特征的预测方法，为提高气象大模型的物理一致性、泛化能力和极端降水预测精度提供新的技术路径。

个人简介：孙辉，香港城市大学机械工程学院博士后研究员，博士毕业于香港城市大学机械工程专业，师从李文荣教授。主要研究方向包括可穿戴健康感知传感器、生成式深度学习、语音信号处理与重建、微纳传感器件，以及纳米尺度图像超分辨率重建方法研究。博士期间，围绕基于生成式深度学习的微纳数据质量提升开展系统研究，一方面开发了基于柔性喉部传感器的语音识别与重建系统，实现了高噪声环境下的语音交互；另一方面探索了面向纳米尺度的图像超分辨率重建方法，实现了从低分辨光学图像到纳米级高保真图像的高质量重建。已在 Microsystems & Nanoengineering、Advanced Functional Materials、IEEE Internet of Things Journal 等高水平期刊发表论文10余篇，申请国家发明专利2项，并多次在国际会议（ICIRA、ROBIO、CYBER）上作口头报告。具备深度学习、大语言模型、多模态智能及微纳器件制备等多学科交叉研究背景。

汇报题目：从喉咙振动到语音：面向高噪声环境的智能可穿戴喉咙振动信号识别与语音重建系统

报告摘要：传统麦克风在高噪声环境中极易受干扰，导致语音质量下降与识别精度恶化。针对这一问题，本研究提出了一种智能可穿戴系统，集成了柔性纳米复合材料喉部传感器与基于深度学习的语音重建与识别框架。该传感器用于采集发声过程中喉咙产生的微振动信号，天然规避了空气传播的声学噪声。基于Conformer架构，构建了多任务深度学习模型，实现从原始喉部振动信号到高保真语音的端到端转换，并同步完成语音识别任务。模型支持在有限数据条件下的多样化语音合成，并在高噪声环境中展现出鲁棒的识别性能。实验结果表明，该系统显著提升了重建语音的可懂度与语义清晰度，可应用于静音语音交互、隐私语音通信及高噪声工业环境中的语音控制。本研究融合了柔性微纳传感器与生成式深度学习，为噪声受限环境下的人机交互提供了新范式。

个人简介：赵博程，哈尔滨工业大学博士，担任EAAI,KBS,ESWA,IEEE TAES等顶刊审稿人。主要项目经历包括航天器地面模拟实验、 空间安全及智能博弈、 多无人机决策规划及控制、激光加工、皮秒激光器直写石墨烯、柔性康复外骨骼肌腱开发等；当前主要研究方向包括多智能体系统决策博弈、无人机集群规划及控制、航天器地面模拟试验技术。以第一或通讯作者身份发表 SCI 顶刊 6 篇、中文顶刊 1 篇，授权发明专利 4 项。

报告题目：无人机集群智能任务规划及博弈对抗方法研究计划汇报

报告摘要：面向非完全信息、强对抗、高动态的无人机集群博弈对抗任务，针对传统深度强化学习泛化性不足、意图推理弱、策略演进能力差等瓶颈，计划在博士研究工作基础上，基于大语言模型（LLM）多模态态势理解、波动自适应反事实遗憾最小化（VAD CFR）及分层博弈因果推理等技术开展非完全信息下无人机集群智能任务规划及博弈对抗方法研究。首先计划构建基于大语言模型与多源异构信息融合的态势感知与对抗意图认知体系，实现战场要素结构化解析、敌方意图自然语言推理与威胁等级动态评估；然后计划研究LLM 进化 VAD CFR 与因果博弈混合决策框架，借鉴AlphaEvolve及AAR（Automated Alignment Researchers）等最新顶刊算法的模型演化思路，利用LLM作为“变异算子”驱动VAD CFR策略逻辑自主优化，结合分层博弈因果推理显式建模多无人机集群协同，从而形成全局-实时双层自主规划及策略进化机制，支持策略自主演进迭代，提升对抗场景下任务规划及博弈方法的鲁棒性与自适应能力。

报告题目：面向急性缺血性卒中手术治疗的影像分析方法研究

个人简介：孙佳瑞，博士，南京信息工程大学人工智能学院(未来技术学院)讲师，智能医学图像计算江苏高校重点实验室及智慧医疗研究院核心成员。2024年于东南大学计算机科学与工程学院获得工学博士学位。博士期间，参与国家自然科学基金等在内的项目2项，并先后在中国科学院-深圳先进技术研究院、联影医疗等科研机构及企业参与科研实习工作。目前主要研究方向为智能医学影像分析、多模态医疗影像处理等，近五年以第一/共同作者发表包括IEEE TMI，MedIA,IEEE J-BHI和MICCAI等领域顶级期刊和会议在内的论文7篇，并长期担任领域内重要期刊的审稿人。

报告摘要：急性缺血性卒中是一种具有高致死和致残率的脑血管疾病，已经给医疗系统和国民经济带来了巨大的负担。因此，这对快速化、精确化、定量化的卒中诊疗提出了更高的要求。在临床实践中，急性缺血性卒中的手术治疗策略通常是采取静脉溶栓或机械取栓的方式来尽快地为患者执行再灌注治疗，帮助挽救缺血半暗带。报告围绕急性缺血性卒中手术治疗所涉及到的两大核心关键问题，包括梗死核心体积估计和卒中发病时长预测，渐进式地介绍了在单模态(面向基于单模态NCCT的卒中梗死核心分割及体积估计)、多模态(面向基于多模态MRI的卒中缺血灶分割及发病时长预测)、缺模态(面向基于模态缺失MRI的卒中梗死核心分割)的卒中诊疗场景下所开展的智能影像分析方面的研究工作。最后，报告将对前期已开展的工作进行总结，并给出对未来卒中影像分析工作的一点思考和展望。

个人简介：张汶汶，博士毕业于浙江大学信息与电子工程学院，获评浙江大学优秀毕业生。2023年获国家留学基金委资助，赴新加坡科技研究局（A*STAR）开展为期一年的联合培养，2024年前往加拿大参加国际人工智能顶级会议AAAI。迄今已以第一作者身份在国内外学术期刊与会议发表论文五篇。研究方向主要聚焦于基于小样本学习的视觉目标感知算法，围绕机器学习中的数据稀缺问题开展深入研究，在小样本目标检测领域取得了一系列研究成果。目前担任IEEE TMM、TCSVT、SMCA、ACM MM等国际期刊和会议审稿人。

汇报题目：基于小样本学习的视觉目标感知算法研究

报告摘要：基于深度学习的视觉目标感知技术通常依赖大规模标注数据进行训练，而高质量标注数据的获取成本高昂且耗时，限制了现有方法的适应性与推广能力。因此，在小样本数据条件下，实现具备高泛化性与鲁棒性的视觉目标感知技术，已成为学术界与工业界共同关注的关键问题。本报告聚焦于小样本目标检测算法研究，旨在提升模型对新类别目标的识别能力，降低对大规模标注数据的依赖。重点探索跨图像对之间的尺度差异、空间错位及语义差距问题，以及模型对基类的偏向性和对新类目标，尤其是小目标的检测能力不足等挑战。围绕上述问题，本报告从优化尺度与空间对齐、构建无偏模型、挖掘自引导机制以及融合多任务视觉感知等方面展开研究，提出相应解决方案，以全面提升模型在小样本场景下的目标感知性能与泛化能力。

报告题目：视觉生成大模型的安全对齐与可控生成研究

个人简介：谢宇，南京信息工程大学人工智能学院（未来技术学院）教师，江苏省卓越博士后。研究方向为计算机视觉鲁棒性与泛化性研究，以及深度学习模型在天气与气候领域的交叉应用研究。已在CVPR，ACM MM，ICASSP 和Neurocomputing等国际会议和期刊发表论文十余篇，主持江苏省自然科学基金青年项目一项，并参与多项国家级科研项目。

摘要：文本到图像扩散模型作为当前最具潜力的生成式AI技术之一，正在深刻改变数字内容的创作方式。然而，由于训练数据中不可避免地包含海量无过滤信息，模型极易生成不安全或敏感内容，严重制约了其大规模的安全部署。在现有的安全干预流程中，无论是直接重写提示词，还是对模型进行全局微调，往往会陷入“安全性与生成保真度”的权衡困境——在消除有害内容的同时，常常会破坏用户的原始创作意图。本次报告将着重介绍报告人围绕扩散模型生成过程中的安全控制节点，开展的一系列基于精准定位与局部干预的方法探索。

题目：面向电池组柔性制造的识别检测技术

个人简介：秦中昊，南京信息工程大学讲师，2025年毕业于哈尔滨工业大学机器人技术与系统全国重点实验室。主要研究方向包括智能工业机器人、机器人环境感知交互、机器人运动与感知仿真、具身智能等。目前主持省重点实验室基金、军工企业横向项目等，近年参与国家重点研发计划、省重点研发计划、省揭榜挂帅科技攻关等，目前在IEEE T Ind Electron、Opt Laser Eng、Robot Cim-int Manuf、等期刊发表论文多篇，授权发明专利多项。

报告摘要: 随着新能源汽车产业的快速发展，动力电池组面临着多品种、高质量交付的制造挑战。然而，电池组制造过程中仍面临物料识别可靠性低、定位精度不足以及质量检测低效等痛点。针对上述问题，研究构建了一套涵盖“类别判定、动态定位、质量检测”的动力电池组柔性制造综合技术方案。首先，提出了基于多尺度差分注意力与自适应参数复用的增量学习算法，实现了新旧物料型号的高精度识别；其次，建立了融合线激光与视觉的多模态定位系统，通过切圆半径优化标定与异构数据时间戳对齐，将动态焊接定位误差控制在较低水平；最后，利用分割大模型的隐式先验知识，开发了高效熔深熔宽检测机制，实现了高检测准确率。本研究有效提升了电池组柔性产线的感知引导效率与加工质量，为新能源汽车产业链的高质量发展提供了关键技术支撑。

个人简介：博士，南京信息工程大学人工智能学院（未来技术学院）讲师，2025年6月，毕业于哈尔滨工业大学计算学部，获计算机科学与技术博士学位。主要研究方向为计算机视觉，包括三维重建、三维场景重建与理解、图像分割、智慧气象等。近年来参与多项国家级研究课题，包括重点研发计划、国家自然科学基金等。目前以第一作者身份在国内外重要学术期刊和会议上发表学术论文多篇（包括IJCV、AAAI、PR等期刊和会议），申请/授权发明专利近10项。担任IJCV、IEEE TCSVT、PR、CVPR、ICCV、ECCV、ICML、ACM MM、AAAI等国内外重要学术期刊/会议审稿人。

汇报题目：超越像素级天气预报

在全球“双碳”战略与能源结构转型持续推进的背景下，以风电为代表的新能源产业快速发展。风能具有清洁、可再生等优势，但其发电过程对气象条件高度敏感，具有显著的随机性与波动性。因此，高精度能源气象预测对于提升新能源消纳能力、保障电网安全稳定运行具有重要意义。目前，能源气象预测方法主要包括物理模型、数据驱动模型以及近年来兴起的基础大模型三类。传统物理模型通常基于数值天气预报（NWP）与风机功率曲线进行预测，虽然具有较强的物理可解释性，但受限于空间分辨率与参数化方案，难以刻画复杂地形与局地湍流等微尺度气象过程，同时忽略了气象系统与能源系统之间的动态耦合关系。随着深度学习的发展，LSTM、Transformer及图神经网络等数据驱动方法被广泛应用于风功率预测任务。这类方法通过学习历史气象变量与功率数据之间的非线性关系提高预测精度，但普遍存在泛化能力不足、依赖大量历史数据以及缺乏物理约束等问题。近年来，Chronos、Time-LLM 等时间序列基础模型进一步提升了时序建模能力，但由于缺少气象动力学约束，在能源气象场景中容易出现领域失配，同时模型规模较大，难以直接部署于实际电网系统。针对上述问题，研究一种面向能源气象预测的基础架构，将气象物理知识与生成式预训练机制深度融合，构建了气象基础模型 NUIST-W 与风能预测模型 NUIST-Ewind，实现兼具高精度、强泛化能力与物理一致性的能源气象预测。

图文 | 各汇报人    

编辑 | 江唯杰

初审 | 杜林

终审 | 徐军