2024年12月20日至21日，“CSIG图像图形中国行-福州大学站”在福州大学成功举办。本次研讨会由拉斯维加斯手机娱乐网站 （CSIG）主办，CSIG机器视觉专委会、CSIG文档图像分析与识别专委会、福州大学计算机与大数据学院和大数据智能教育部工程研究中心的联合承办。会议聚焦于大模型与机器学习中的多个问题，采用线下方式进行。此次会议邀请了来自清华大学、北京大学、上海交通大学、西北工业大学、华东师范大学、北京邮电大学、厦门大学等多所知名高校的专家，他们带来了精彩的主题报告，引发了相关领域师生和科研人员的广泛关注。

图 1 参会现场

研讨会开始，由福州大学副校长卢孝强教授，计算机与大数据学院执行院长、福建省网络计算与智能信息处理重点实验室主任陈星教授，CSIG图像图形中国行-福州大学站大会主席林宙辰教授分别代表本次会议的主办方和承办方致欢迎辞，介绍了研讨会的宗旨与福州大学的基本情况，对受邀参会的专家和参加活动的师生表示了衷心感谢与热烈欢迎。

图 2 卢孝强副校长作致辞

图 3 陈星院长作致辞

图 4 林宙辰教授开幕致辞

清华大学张长水教授在此次研讨会上以“学习和推理“为主题，从一些实际应用问题开始，讨论学习和推理结合的实际需求，探讨这一研究方向的不同解决思路和关键问题。

图 5 张长水教授作报告

上海交通大学张卫东教授在本次研讨会上作了题为“海上智能无人系统热点方向与研究进展”的报告，探讨了智能感知与决策、数据融合与通信、自主导航与避障、多智能体协同控制等关键技术面临的核心挑战与前沿突破，展望未来的技术发展前景，为推动海上智能无人系统的发展提供启示与参考。

图 6 张卫东教授作报告

厦门大学苏劲松教授作了题为“大模型幻觉缓解关键技术研究“的报告，报告人从三个不同角度，包括面向大模型的外部文档上下文压缩研究、面向大模型的持续学习研究、基于细粒度事实一致性的大模型推理的角度研究来缓解大模型幻觉问题。

图 7 苏劲松教授作报告

西北工业大学尚学群教授作了题为“复杂图表示学习及其应用“的报告，探讨了如何对异质图中多元语义关系进行建模，如何突破传统GNN基于平衡类别假设和同配性假设进行建模，以及复杂图表示学习在金融风险预测和疾病基因预测方面的研究与应用。

图 8 尚学群教授作报告

北京大学林宙辰教授以“具有万能逼近性质的深度神经网络设计：一阶优化方法“为题，介绍了一种基于一阶优化算法来设计具有万能逼近能力保证的深度神经网络架构，其中前向传播被解读为优化算法的更新步骤，显式或隐式网络是通过用类似于两层网络或其变形的可学习模块替换算法中的每个梯度项来设计的。

图 9 林宙辰教授作报告

华东师范大学谢源教授的报告题目为“从持续学习到持续智能“，其从持续学习基础理论的视角探讨了基础模型终身进化的可能性，并对智能体终身进化的学习范式进行了展望，为实现持续智能提供了一种可行方案。

图 10 谢源教授作报告

清华大学高跃副教授线上作了题为“超图计算“的报告，深入浅出地介绍了面向高阶关联的超图计算理论、方法及应用。具体而言，从由数据到高阶关联的映射、由高阶关联到语义表示的映射及高阶关联语义领域泛化三个维度介绍高阶关联的超图结构建模、数据和高阶关联协同的超图语义计算及面向不同领域的超图计算应用相关进展。

图 11 高跃教授作线上报告

上海交通大学孙仕亮教授以“多模态大模型幻觉: 问题与对策“为题，阐述了多模态大模型幻觉问题，探究如何利用强化学习的手段提升多模态大模型生成的可靠性，并展示了一种基于强化学习的多模态大模型幻觉缓解研究框架。

图 12 孙仕亮教授作报告

北京邮电大学周琳娜教授以“大模型评测及在金融垂直领域的研究应用“为题，介绍了我国现有的大模型安全监管相关政策和标准进行了解读，并对垂直领域大模型在金融AI投研和金融监管方面的应用进行了研究和探讨。

图 13 周琳娜教授作报告

在会议结束之际，大会主席林宙辰教授对本次研讨会进行了全面总结。他希望与会的专家和师生们能够以本次会议为契机，进一步增进彼此间的学术交流，共同提升相关领域研究人员的科研水平。

图 14 林宙辰教授闭幕致辞

本次研讨会现场学术氛围热烈，报告内容条理清晰、新颖独特。在问答环节，与会者积极提出自己感兴趣的问题并分享见解，专家们耐心解答，为师生们开拓了视野和科研思路。

图 15 与会专家与相关师生交流

图 16 与会专家与相关师生交流

至此，“2024CSIG图像图形中国行-福州大学站”圆满落幕。最后，组委会对福州大学的各级领导以及CSIG机器视觉专委会、CSIG文档图像分析与识别专委会对本次会议的高度重视和大力支持表示感谢。

图 17 与会师生合影