2026 年 9 月 23 日下午，计算机与人工智能学院第七十六期研究生学术论坛暨联合技术研究院学术交流专场在崇真楼南楼 A4030 成功举办。本次论坛由计算机与人工智能学院及技术研究院研究生会学术部联合主办，技术研究院 2024 级研究生李慧敏、赵颖和计算机与人工智能学院 2024 级研究生朱志伟、梁少伟、祝建行主讲，计智学院阮晓莉老师出席本次论坛。
李慧敏同学分享的主题为“Spray-Freezing-Templated Vertically Graded Macroporous Aerogel Membranes for Ultrahigh-Flux Filtration of Polydisperse Microplastics”。研究表明，该GE膜在微塑料过滤中展现出卓越的性能。对于10 μm和5 μm的微塑料，其渗透通量分别高达35,586 L·m⁻²·h⁻¹·bar⁻¹和25,479 L·m⁻²·h⁻¹·bar⁻¹，且截留率均超过99.7%。这种优异性能归功于其独特的“双梯度”设计：一方面，垂直梯度孔径实现了“深度过滤”机制，使不同尺寸的微塑料在膜内不同深度被截留，有效缓解了表面滤饼层的形成；另一方面，膜表面具有负电荷梯度，通过静电排斥作用防止微塑料堵塞孔道，显著增强了抗污染能力。
朱志伟同学分享的主题为“Text-Guided Prior Decoupling and Alignment for Few-Shot Surface Defect Segmentation”。针对工业表面缺陷少样本分割中语义指导不足及细节丢失问题，本文提出文本引导先验解耦与对齐框架。该框架设计了文本引导分层先验精炼模块，融合 CLIP 语义与多尺度视觉先验生成高质量掩码，提供全局引导；引入语义-视觉交叉对齐机制实现双向交互，显式解耦前景与背景；同时结合空频协同增强模块强化细粒度纹理与边界结构。在 FSSD-12 和 Surface Defect-4i数据集上的实验表明，所提方法在 1-shot 和 5-shot 任务中均取得了当前最优性能表现。
梁少伟同学分享的主题为“Dynamic event-triggered optimized control for nonlinear multi-agent systems via reinforcement learning”。高阶非线性多智能体系统的实际部署通常受到两个关键瓶颈的制约：有限的通信资源和不可避免的环境不确定性。为克服这些挑战，建立了一种创新的、具有动态事件触发机制的优化一致性跟踪控制框架。为处理未知非线性，采用多层感知机作为自适应函数逼近器，其参数调节由嵌入一致性信息的多智能体 Actor-Critic 强化学习机制引导。所设计的优化控制器配备了动态事件触发控制机制，能够在线自适应地调节采样误差阈值，从而减轻数据交换和处理的负担。通过利用 Lyapunov 分析方法，确保了闭环稳定性，并有效避免了 Zeno 行为。为验证所提出方法的性能，在一个具有代表性的多机电系统上进行了数值研究。结果表明，与现有的独立学习方法相比，所提方法不仅显著降低了通信开销，而且在对抗传感器噪声方面表现出更优越的鲁棒性，为资源受限的网络化控制系统提供了一种可靠的解决方案。
祝建行同学分享的主题为“Golden Cudgel Network for Real-Time Semantic Segmentation”。现有的实时语义分割模型，无论是单分支结构还是多分支结构，都能取得不错的精度与推理速度。但这类模型的速度会受到多路径模块的制约，部分模型还需要高性能教师模型辅助训练。针对上述问题，本文提出金箍棒网络（Golden Cudgel Network, GCNet）。具体而言，GCNet 在训练阶段采用纵向多卷积与横向多路径结构，在推理阶段将其重参数化为单个卷积，同时优化模型精度与速度。该设计让 GCNet 实现训练时自增、推理时自缩，无需借助外部教师模型，本身即可充当 “教师模型”。实验结果表明，在 Cityscapes、CamVid 以及 Pascal VOC 2012 数据集上，GCNet 的精度与推理速度均优于现有前沿模型。
赵颖同学分享的主题为“Predictive Multi-Physics coupling coal combustion model under rapid heating”。建立具有预测能力的煤燃烧模型对于准确预测煤的燃烧行为具有重要意义，可为锅炉系统设计与燃烧调控提供直接的理论支撑。本研究构建了快速加热条件下单颗粒煤燃烧的多物理场耦合模型，综合考虑了干燥、挥发分析出、挥发分燃烧以及焦炭燃烧等过程。通过对整个燃烧过程中单颗粒煤表面温度的实验数据进行验证，对模型预测精度进行了系统评估。结果表明，超过90%的预测温度与实验测量温度之间的偏差控制在50 ℃以内，表明该模型具有较高的预测精度。此外，该多物理场耦合模型对多种典型煤种均表现出良好的适用性，包括烟煤、次烟煤和褐煤，并在氧分压为21%～50%的范围内展现出较强的普适性。本研究为揭示煤燃烧过程中的跨尺度作用机制提供了一种新的研究范式，对提高工业燃烧效率以及支撑可再生能源背景下的电力系统调峰具有重要的理论意义。
