近期,，以電子信息工程學(xué)院易長(zhǎng)安博士為第一作者的學(xué)術(shù)論文“From Question to Exploration: Can Classic Test-Time Adaptation Strategies Be Effectively Applied in Semantic Segmentation?”被ACM Multimedia（簡(jiǎn)稱ACM MM）錄用。ACM MM由國(guó)際計(jì)算機(jī)協(xié)會(huì)發(fā)起，是多媒體信息處理,、分析與計(jì)算領(lǐng)域最具影響力的國(guó)際頂級(jí)會(huì)議,，被中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）認(rèn)定為A類學(xué)術(shù)會(huì)議,。

實(shí)時(shí)知識(shí)遷移是無人駕駛,、機(jī)器人等智能體面臨的挑戰(zhàn)之一。這些智能體需要實(shí)時(shí)處理持續(xù)到來,、不可預(yù)知的各種信息,，并且在“形成新知識(shí)、不忘舊知識(shí)”之間取得恰當(dāng)?shù)钠胶?。該論文針?duì)此問題開展研究,，主要涉及兩個(gè)方面。其一,，深入到深度神經(jīng)網(wǎng)絡(luò)的內(nèi)部結(jié)構(gòu),，細(xì)粒度地探討常規(guī)的各種Normalization操作所隱含的問題、以及Attention模塊的優(yōu)勢(shì),，探討Teacher-Student網(wǎng)絡(luò)架構(gòu),、數(shù)據(jù)增強(qiáng)等策略的適應(yīng)性，探討不均衡的數(shù)據(jù)分布帶來的問題,，在一定程度上揭示了導(dǎo)致這些問題的原因,、并且給出了相應(yīng)的解決方案。其二,，提出了一種基于prompt的實(shí)時(shí)遷移學(xué)習(xí)模型,，并且用實(shí)驗(yàn)驗(yàn)證了其優(yōu)勢(shì)和普適性。

易長(zhǎng)安博士是電子信息工程學(xué)院視覺感知與智能信息處理團(tuán)隊(duì)的成員,，該團(tuán)隊(duì)常年專注于學(xué)術(shù)研究及成果轉(zhuǎn)化,。2024年初，周燕教授等人在中國(guó)科學(xué)院SCI一區(qū)期刊Pattern Recognition發(fā)表了2篇論文，何志敏博士等人在CCF A類會(huì)議AAAI發(fā)表了1篇論文,。CCF將計(jì)算機(jī)相關(guān)領(lǐng)域的重要期刊,、會(huì)議分為A、B,、C三類,，其中，對(duì)A類的定義是“國(guó)際上極少數(shù)的頂級(jí)刊物和會(huì)議,，鼓勵(lì)我國(guó)學(xué)者去突破”,。