4月25日9时10分，深度神经网络逼近与泛化，曹飞龙 教授（浙江师范大学）

讲座内容：

本报告先阐述深度神经网络学习的本质问题，即逼近性、学习算法、泛化性等。然后，介绍它们各自研究的思路、问题以及最近的进展。

4月25日9时45分，基于全局核对齐的PU学习，陈德刚 教授（华北电力大学）

讲座内容：

PU学习旨在解决仅含正样本与无标记样本的分类问题，在医疗诊断、欺诈检测等真实场景中至关重要，但现有方法常依赖精确的类先验估计，忽视特征与标签的全局结构联系，且难以适应类别不平衡。为此，本报告提出一种基于全局核对齐的PU学习新框架（PUKA），通过在再生核希尔伯特空间中引入隐式标签函数，最大化特征核矩阵与标签矩阵的对齐度，实现对无标记样本标签的端到端联合推断。针对不同类别分布，该框架设计了平衡与偏置两种约束机制，在不依赖显式先验的条件下自适应复杂场景。所提优化问题被转化为凸二次规划高效求解，并给出了不依赖类先验的泛化误差界理论证明。实验结果表明，PUKA在多个真实数据集上显著提升了分类性能，尤其在极端类别不平衡场景下展现出竞争优势。

4月25日10时20分，概念认知学习新进展，李金海 教授（昆明理工大学）

讲座内容：

概念认知学习（Concept-Cognitive Learning，CCL）是从认知的角度学习概念子空间，以模拟人脑学习概念知识和认知规律，主要特点是概念迁移学习能力较强、鲁棒性较好，其基本研究包括生成概念空间、优化概念空间、概念泛化预测与决策等。本报告介绍概念认知学习的最新进展，并对该领域未来研究进行展望。

4月25日10时55分，图上可靠弱监督学习，张红英 教授（西安交通大学）

讲座内容：

万物皆可图，文本、图像、分子等均可抽象为图结构。图神经网络（GNN）为图数据提供了有效的向量化接口，但面对大规模、低质数据时处理能力不足。为此，从Science4AI视角出发，融合人类认知的不确定性与多粒度学习，发展高效、可信的图计算方法。具体包括：利用粒计算与锚点图提升FCM模型的大数据效率与稳健性；提出基于锚点图的自适应快速偏标记特征选择算法，通过锚点捕捉流形结构，实现低复杂度标签消歧；研究类别分布不匹配下的对比学习主动自适应偏标记学习，探索低质小样本分析；进一步开展大小模型协同研究，提出面向大语言模型标注偏差下的小模型蒸馏鲁棒门控残差标签消歧方法，助力开放环境下高效、可信的图数据建模。

曹飞龙：二级教授，博士生导师， 2003年3月获西安交通大学博士学位。现为浙江师范大学杰出教授，浙江师范大学杭州数学与交叉科学研究院教授。研究方向为人工神经网络理论与应用、函数逼近论等。主持国家自然科学基金重点、重大研究计划、国际合作、面上等项目10余项。在《中国科学》、《AI》、《IEEE TPAMI》、《IEEE TIP》、《IEEE TNNLS》、《Journal of Approximation Theory》、《Journal of Mathematical Analysis and Applications》等主流期刊和《NeurlPS》、《ICML》、《AAAI》、《IJCAI》等CCF顶级会议上发表论文350余篇，其中SCI检索300余篇，被引用6000多次，授权国家发明专利10多项。2022年至2025年均入选斯坦佛大学与爱思唯尔颁布的全球前2%顶尖科学家“年度科学影响力排行榜” 榜单与“终身科学影响力排行榜”榜单。

陈德刚：2000年于哈尔滨工业大学数学系获理学博士学位，2000-2002和2002-2004分别于西安交通大学理学院目和清华大学CIMS研究中心从事博士后研究工作，目前为华北电力大学数理学院教授，控制与计算机工程学院博士生导师，主要从事与机器学习相关的理论研究工作。

李金海：昆明理工大学三级教授，博士生导师，云南省杰青，云南省中青年学术和技术带头人，云南省高层次人才计划青年拔尖人才，云南省复杂系统与类脑智能重点实验室副主任，昆明理工大学数据科学研究中心副主任、学报编辑部副主任。兼任中国人工智能学会粒计算与知识发现专委会常务委员、知识工程与分布智能专委会常务委员、人工智能基础专委会委员，中国系统工程学会模糊数学与模糊系统专委会委员，SCI期刊IJAR、IJMLC领域主编/副主编。主要研究兴趣为不确定性人工智能、大数据分析、概念认知学习、智能系统分析与集成。主持国家自然科学基金4项、云南省杰青项目1项，在国际期刊IEEE TKDE、IEEE TNNLS、IEEE TCYB、IEEE TFS、IEEE TMM、IEEE T-ITS、IEEE SMCA、IEEE TBD、IEEE TETCI、Pattern Recognition，以及国内一级学报《计算机学报》《软件学报》《电子学报》等发表论文50余篇，SCI引用3000余次。获2024年云南省自然科学奖二等奖（排名第一）。近年来，连续入选全球前2%顶尖科学家榜单、中国知网高被引学者。

张红英：西安交通大学数学与统计学院，三级教授，博导，主要研究领域为：粒计算，认知不确定大数据分析，统计机器学习，人工智能。已在国内外重要杂志和国际学术会议上发表学术论文50 余篇，其中， SCI 收录30余篇，ESI论文3篇。目前是中国系统工程学会模糊数学与模糊系统专委会常务委员、中国逻辑学会非经典逻辑与计算专业委员会常务委员、中国人工智能学会粒计算与知识发现专委会常务委员、中国现场统计研究会统计交叉科学分会、中国人工智能学会知识工程与分布智能专委会委员，陕西省统计学学会常务理事。多次到美国德州大学奥斯汀分校、香港中文大学、加拿大Regina 大学等国内外著名大学进行学术交流。主持国家自然科学基金面上项目多项，主持，参与陕西数理基础科学研究项目多项。作为主要参与人参与完成科技创新2030---新一代人工智能重大项目1项，参与科技创新2030“癌症、心脑血管、呼吸和代谢性疾病防治研究”重大项目（2024-2028）1项。Q1杂志《Mathematics》编委, 《模糊数学与系统》编委，《Fuzzy Information and Engineering》青年编委。