【学术讲座】面向低空具身智能体的多模态感知与自主决策

报 告 人

刘新旺，国防科技大学计算机学院教授、博导

报告时间

2026年11月5日（星期四）上午10：40

报告地点

台州凤凰山庄

报

告

内

容

简

介

报告内容简介：

图机器学习作为处理复杂关系数据的核心技术，已广泛应用于社交网络分析、推荐系统与生物医药等领域，展现出显著应用价值。然而，随着人工智能研究的深入，性能不再是唯一值得关注的问题，模型是否安全可靠也是现阶段研究者们探索的重要研究方向。通过调研，不难发现现有图学习方法易受到针对图结构、图属性的后门攻击与对抗样本攻击，进而使其性能受到波动、可靠性下降。针上述问题，本课题组提出如下创新性研究方案：（1）基于自监督学习的防御方法，以应对后门攻击的挑战；（2）重要性驱动的随机采样防御方法，以应对对抗样本攻击的挑战。此外，课题组进一步针对知识图谱，这一更具体、复杂的图数据类型，进行了相关的研究，为实现更安全的图谱学习提供了指导。最后，关于图学习的未来潜在研究方向，本汇报也进行了梳理并展望。

报告人简介：

    刘新旺，国防科技大学计算机学院教授、博导。主要研究方向为机器学习、数据挖掘等。国家杰青(2023)、国家优青(2019)获得者。国家自然科学基金委重点项目、科技创新2030重大项目负责人，基金委创新群体A类核心成员。共发表CCF A类期刊/会议论文150余篇, ESI高被引论文20篇, 谷歌学术引用共2.7万余次, 连续4年入选全球2%顶尖科学奖榜单 (2022-2024)。担任IEEE T-KDE, IEEE T-NNLS, IEEE T-CYB等国际顶刊AE, 以及ICML, NeurIPS等国际顶会领域主席。研究成果获中国计算机学会自然科学一等奖(2025)、中国人工智能学会吴文俊自然科学一等奖(2024)、北京市科技进步一等奖(2024)、湖南省自然科学一等奖 (2014, 2021)、湖南省自然科学二等奖(2025)，中国图象图形学会自然科学二等奖 (2024, 2025)等。

承办学院

人工智能学院

发布日期

2026-11-2

欢迎广大教师、学生参加！