News

由北京工业大学作为项目负责单位，华北电力科学研究院有限责任公司作为联合单位，计算机学院杨震教授作为项目负责人获批2024年北京市自然科学基金重点研究专题项目“去中心化电力能源数据要素可信流通关键技术研究”。2025年1月7日召开项目启动会，沈昌祥院士作为组长的专家组为项目启动进行把关。

图 专家组和项目组成员合影

与会专家在听取项目和课题实施方案汇报后，给予充分肯定，并对项目科学目标、研究内容以及课题承担单位间合作交流等提出了多个建设性的指导意见。专家们表示，随着智能电网的广泛应用，电力数据的高敏感性和复杂性使得其安全共享和交换成为行业发展的重大瓶颈，现有的传统电力数据共享模式往往难以确保数据在不同机构和部门之间的可信传递与安全交换，限制了智能电网的发展潜力。项目团队围绕国家数据发展战略对电力能源数据可信流通的技术需求，以区块链分布式存储共享为基础，构建一个安全、可信的电力数据流通体系，深入分析电力数据从采集、存储、处理、使用、共享到销毁的各个环节，破解数据在全生命周期内面临的采集、存储、共享和保护等核心挑战，为智能电网数据资产的可信流通奠定坚实基础。

2025年1月11日，北京市社会科学基金重点项目《京津冀网络安全和工业互联网产业链发展现状、面临挑战及引导对策研究》启动会在北京工业大学信息楼204会议室顺利召开。项目负责人杨震教授主持了此次会议。北京工业大学科学技术发展院副院长、人文社科处处长李娟教授及课题组教师出席了此次会议。

会议邀请原工业和信息化部党组成员莫玮作为专家组组长，还包括了来自中央网信办、国家互联网应急中心、工业和信息化部电子工业标准化研究院、北京市经济和信息化局、北京市教委、中国信息通信研究院、北京雁栖湖应用数学研究院等单位领导和专家出席，并就如何做好该课题进行了交流和讨论。

本次启动的重点项目以京津冀地区为研究核心，旨在系统分析该地区网络安全与工业互联网产业链的发展现状及面临挑战，并提出科学合理的引导对策。项目成果预计将为政府决策提供重要参考，助力区域协同发展和产业链优化升级。与会专家围绕课题内容展开了深入论证与咨询，从战略布局、技术支撑到资源整合等多方面提供了宝贵建议。

此次启动会为项目的顺利实施奠定了坚实基础。课题组将根据专家意见进一步完善研究方案，力争取得丰硕成果，为京津冀地区网络安全与工业互联网产业发展贡献力量。

1月23日，第13届“国际学习表征会议” International Conference on Learning Representations (ICLR) 公布了2025年论文录用结果。计算机科学与技术系吕庚育、杨震教授团队指导的博士生林约拿以第一作者身份在ICLR 2025会议发表论文。这是我院学生首次以第一作者身份在该顶级国际会议上发表论文。

论文《Enhance Multi-View Classification through Multi-Scale Alignment and Expanded Boundary》展示了团队在多视图学习领域的最新研究成果。以往研究通常通过学习共享子空间来处理多视图数据的异质性，而忽略了利用不同类之间的差异性划分可靠的决策边界，因此这些方法难以实现良好的分类性能。本文提出了模型MAMC，旨在挖掘视图表示之间的共识性，同时在表示空间中学习清晰的决策边界。MAMC包含一个多尺度对齐策略，实现从视图内和视图间挖掘视图表征的共识性信息。此外，MAMC还包含一种新颖的扩展边界，其能自适应地调整边界以学习清晰的决策边界。多个公开数据集的实验结果表明，MAMC能实现多个指标的优越性能以及模型鲁棒性。

图1 MAMC框架

ICLR是全球机器学习领域最具影响力的学术会议之一，与国际机器学习大会（ICML）和神经信息处理系统大会（NeurIPS）并称为“机器学习三大顶会”。

近日，第39届人工智能领域国际顶级学术会议“AAAI人工智能大会” AAAI Conference on Artificial Intelligence (AAAI) 公布了2025年论文录用结果。计算机科学与技术系邓勇舰、杨震教授团队指导的两名学院本科生王子豪、赵禹程分别以第一作者身份在AAAI 2025会议发表论文。这是继去年我院本科生发表人工智能顶会论文后，连续第二年在我院教师团队指导下本科生以第一作者身份在该领域顶级国际会议上发表论文。

论文《MSV-PCT: Multi-Sparse-View Enhanced Transformer Framework for Salient Object Detection in Point Clouds》展示了团队在点云显著性检测(PC-SOD)领域的最新研究成果。以往研究通常将此任务视为点云分割，忽略了显著性检测任务旨在模拟人类视觉的感知特性。因此，这些方法难以妥善处理物体遮挡难题。本文旨在通过近似模拟人类对 3D 场景的感知范式，提出基于 3D 视觉点云主干及其多视图投影的框架，名为 MSV-PCT。此外，本文提出了一种新颖的点云边缘检测损失函数来有效解决伪影问题，从而能够准确地从背景中分割出显着物体的边缘。最后，为了评估PC-SOD方法的泛化能力，我们介绍了一种从 RGBD-SOD 数据生成模拟 PC-SOD 数据集的新方法。多个公开数据集的实验结果表明，MSV-PCT 实现了领先的准确率和鲁棒性。

论文《ESEG: Event-Based Segmentation Boosted by Explicit Edge-Semantic Guidance》展示了团队在基于事件数据的语义分割领域的最新研究成果。事件数据噪声大且极其稀疏，导致学习模型难以从其稀疏表示中定位和提取可靠的线索以用于下游任务，尤其是在执行像素级任务时。本文提出了一种新颖的学习框架 ESEG 来缓解上述困境。鉴于事件信号与移动边缘密切相关，我们引入了显式的边缘语义监督作为参考，迫使事件分割模型考虑到边缘区域中事件数据的高置信度来全局优化语义。此外，我们提出了一个名为密度感知动态窗口交叉注意融合的学习模块，其中密度感知、交叉注意力和动态窗口掩蔽机制被联合起来以优化基于边缘/稠密特征的自适应融合。多个公开数据集上的实验结果证明了 ESEG 及其核心设计的有效性。

AAAI是全球人工智能领域顶级国际会议，也是人工智能领域的CCFA类推荐会议

第三十三届国际人工智能联合会议（33rd International Joint Conference on Artificial Intelligence，简称IJCAI）于2024年8月3日至9日在韩国济州国际会议中心召开。计算机学院计算机科学与技术专业2020级本科生周子渔同学为第一作者的论文《SDformer: Transformer with Spectral Filter and Dynamic Attention for Multivariate Time Series Long-term Forecasting》被大会接收，并被选为本届会议ML: Time series and data streams领域的唯一Long Talk论文（1/12）进行Oral/Poster汇报。

    周子渔同学自大四上学期加入计算机学院数据分析与安全实验室（简称：DMS实验室，网址：http://dmslab.cn/），在吕庚育、杨震教授指导下，开展时间序列表征学习相关领域研究工作。该录用论文主要聚焦于解决时间序列长期预测任务的注意力失效问题，提出了一种创新的SDformer方法，克服传统Transformer模型在建模多变量时间序列时出现的注意力分布过于平滑且均匀的难题，提高了注意力图的行异质性并显著提升了模型的预测性能。该研究成果得到了审稿专家的一致认可，并在大会Oral/Poster报告环节得到国内外诸多学者的关注。

    国际人工智能联合会议（IJCAI）是人工智能领域国际顶级学术会议，也是中国计算机学会A类会议，本届会议论文录用率为14%。该论文是计算机学院本科生首次在该国际顶级学术会议发表论文。“能够在如此高水平的国际会议上发表论文，我感到非常荣幸和激动。这不仅是对我个人努力的肯定，也离不开学院和课题组老师们的大力支持。”周子渔表示。吕庚育老师也对周子渔的表现给予了高度赞扬：“周子渔同学在本科阶段就展现出了很高的科研潜力和创新能力，他的成长是我们学院注重本科生创新能力培养的重要成果。”

    计算机学院一贯重视本科生的科研训练与学术素质培养，积极鼓励学生参与各类学术活动，通过设立科研基金、提供导师指导、以及搭建国际交流平台，助力本科生在学术道路上取得更大进步。本次国际学术会议的亮相，是学院本科生培养成效的有力证明，也进一步提高了学院在国内外学术界的影响力。未来，计算机学院将继续深化本科生教育改革，为本科生提供更广阔的科研实践平台和丰富的资源支持，为推动学校教育事业的发展贡献力量。

11月17-19日，由IEEE北京分会、北京邮电大学、韩国汉阳大学、挪威科技大学及丹麦奥尔堡大学等共同主办，IEEE IC-NIDC 2021在北京召开，并取得了圆满成功。经过激烈竞争，实验室论文获得大会最佳论文奖。

Zhou M, Yang Z, Yu H, Lai Y, Ma Z. Privacy-Preserving Verifiable Collaborative Learning with Chain Aggregation[C], 7th IEEE International Conference on Network Intelligence and Digital Content, 2021, Nov. 17-19.