近日，安徽大学张海峰教授、北京化工大学谷伟伟副教授和华为博士后研究员张翼应邀为我院师生做题为《基于深度学习的网络结构饿动力学协同预测》、《复杂网络表征学习的算法、隐藏几何空间及应用研究》和《鲁棒人工智能的探索与应用》的学术讲座。讲座系阿里巴巴商学院“数字经济卓越大讲堂”系列讲座，由刘闯教授主持。学院师生积极参与了讲座。

张海峰教授做报告

张海峰教授提出了一个创新的深度学习协同预测框架，旨在解决网络结构和动力学演化规律的预测问题。这一框架首次将网络结构推断与动力学预测相结合，通过深度学习技术，实现了在结构信息和时间序列信息部分缺失的情况下的高效协同预测。实验结果表明，该框架在网络结构推断和动力学预测方面均展现出卓越的性能。还揭示了结构推断与动力学预测之间的互惠关系，即优化网络结构可以显著提升动力学预测的准确性。

谷伟伟副教授做报告

由于过往的研究多聚焦于链路预测及节点分类精度的提高，较少关注图表征学习的几何原理及其在复杂系统中的应用。谷伟伟副教授首先介绍了单层网络和多层网络的嵌入算法，并深入探讨了网络表征学习背后的隐藏度量。详细介绍了网络表征学习在多层网络压缩得出了多层网络的可压缩性与传输速率有关的结论。以及多层网络鲁棒性度量、复杂系统可预测性以及网络消息传递等领域的应用。

张翼研究员首先介绍了鲁棒人工智能框架，针对当前人工智能模型在面对“虚假相关性”时表现不佳的问题，提出了一个全新的解决方案。该方案包括前、中、后三阶段的鲁棒大模型框架，分别为基于对抗样本数据增强的无偏数据构建、基于代理特征学习的无偏模型学习、基于偏见决策规则抽取的有偏推断修复，旨在增强模型的稳定性和可靠性。其次，聚焦于多模态大模型的鲁棒性研究，并开放性地讨论了基于多模态大模型的应用方式。

张翼研究员做报告

本次学术讲座分享深入浅出、精彩纷呈，为我院师生提供了创新创造、学术交流的舞台，也让同学们了解到前沿的研究方法和课题背景，最终讲座在师生们的掌声中圆满落下帷幕。

专家简介：

张海峰，男，教授，博士生导师，安徽省学术带头人后备人选。研究方向为网络分析，数据挖掘，网络动力学分析等，以第一或通讯作者在Nature Communications、IEEE Trans. Physical Review E等期刊发表论文多篇。已主持国家基金多项，另主持回国留学基金、博士后基金、安徽省高校优秀青年人才支撑计划等项目，安徽省自然科学一等奖（排名第二）。

谷伟伟，北京化工大学信息科学与技术学副教授，硕士生导师。北京师范大学系统科学学院与印第安纳大学信息科学与技术学院联合培养博士。主要研究方向为复杂网络表征学习、强化学习、医疗大数据研究分析。以第一作者或通讯作者在Nature Communications, Social Networks, Scientific Reports， Journal of Social Computing等多个SCI与SSCI期刊发表论文十余篇。主持数项国家级及校级研究课题。现为中国AI学会社会智能与社会计算专业委员会，CAAI学会社会计算青年专委，Journal of Social Computing 副主编。

张翼，博士毕业于北京交通大学，现任华为企业博士后研究员。主要研究方向为鲁棒人工智能、可信机器学习、多模态大模型。曾于CCF-A类会议 ACM MM开展Tutorial，作为研究骨干先后参与相关方向的国家自然科学基金重点项目、(首批)新一代人工智能重大项目等多项课题。发表学术论文十余篇，其中以第一作者发表CCF-A类论文4篇。