1、自然语言处理与知识图谱
团队面向信息社会中自然语言处理重大需求，以实现高度智能化的语言处理为目标，开展信息检索、信息抽取、关系和事件抽取、生物信息分析等方面的研究。团队研究方向包括自然语言处理、知识图谱、生物信息学。自然语言处理方向研究包括智能问答、情感分析、文本攻击检测等；知识图谱方向研究知识图谱构建方法、基于知识图谱的人物画像等；生物信息学方向研究药物预测、生物医疗大数据、药物重定位、疾病诊断等。
2、移动感知与智能可穿戴
团队的研究方向主要包括：可穿戴传感技术： 实验室通过研究各种传感器技术，包括生物传感器、运动传感器、环境感知传感器等，以实现对用户生理状态、运动轨迹和周围环境的高效感知。智能算法与数据分析：将人工智能和机器学习技术引入穿戴设备，通过对大量数据的分析，实现智能化的用户行为识别、健康监测和个性化推荐等功能。柔性电子技术： 关注柔性电子技术的研究，致力于开发具有柔性、轻便、佩戴舒适性的智能穿戴设备。人工智能与机器学习：将人工智能和机器学习技术应用于移动感知领域，通过分析和理解感知数据，实现智能决策和行为。
3、数据治理与智能时尚
团队立足基础理论研究，结合多学科交叉的优势，重点发展智能信息处理与应用、图像处理与机器视觉、多源异构数据分析与应用三个研究方向，依托大数据的高性能计算与现代数据处理理论方法，融合云计算、大数据、深度学习、大模型、统计诊断等前沿技术，实现参数和误差的自适应分类与识别、多模态表征与跨模态建模、多智能体系统的控制策略提升、多源异构数据融合等，在电离层和北斗钟差建模与预报、复杂网络系统的智能控制、图像处理与机器视觉、大数据应用、服装推荐等领域得到有效应用。
4、跨媒体计算与数字孪生
团队包括跨媒体智能和数字孪生两个方向的研究。跨媒体智能方向主要围绕文本、图形、图像、音频（语音）、视频、动画、三维视觉、三维模型等不同模态的多源异构媒体对象进行感知采集、存储组织、分析处理、推理理解等，结合机器学习和人工智能理论与方法，实现对象、场景、事件、知识等的识别、关联、互补、增强、融合、推理等；重点研究AI内容生成、图像和视频语义理解、大规模监控视频智能处理、医学影像分析、服装搭配和推荐、织物操纵、垂直大模型构建等。数字孪生方向主要围绕纺织产业链中数字孪生建模和快速仿真、重构、物理-数字双向耦合交互等问题进行研究，为数字孪生技术在纺织服装领域中的应用奠定基础；
5、边缘计算与信息安全
边缘计算方向主要围绕服务器端资源存储、计算性能以及能效等方面存在的不足，研究以降低时延和能量消耗为目标的计算卸载问题；以保障边缘计算安全为目标漏洞与攻击监测研究，为边缘计算环境中提供安全、快速、低延迟的服务。信息安全方向围绕边缘环境中的数据安全问题展开密码学、网络攻击、区块链等方面的研究；围绕移动应用领域展开软件漏洞分析及检测、恶意攻击与防御等方面的研究。围绕人工智能应用进行人工智能模型的缺陷检测和定位研究。
