近期，以電子信息工程學院易長安博士為第一作者的學術論文“From Question to Exploration: Can Classic Test-Time Adaptation Strategies Be Effectively Applied in Semantic Segmentation?”被ACM Multimedia（簡稱ACM MM）錄用。ACM MM由國際計算機協(xié)會發(fā)起，是多媒體信息處理、分析與計算領域最具影響力的國際頂級會議，被中國計算機學會（CCF）認定為A類學術會議。

實時知識遷移是無人駕駛、機器人等智能體面臨的挑戰(zhàn)之一。這些智能體需要實時處理持續(xù)到來、不可預知的各種信息，并且在“形成新知識、不忘舊知識”之間取得恰當?shù)钠胶狻Ｔ撜撐尼槍Υ藛栴}開展研究，主要涉及兩個方面。其一，深入到深度神經(jīng)網(wǎng)絡的內(nèi)部結(jié)構，細粒度地探討常規(guī)的各種Normalization操作所隱含的問題、以及Attention模塊的優(yōu)勢，探討Teacher-Student網(wǎng)絡架構、數(shù)據(jù)增強等策略的適應性，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致這些問題的原因、并且給出了相應的解決方案。其二，提出了一種基于prompt的實時遷移學習模型，并且用實驗驗證了其優(yōu)勢和普適性。

易長安博士是電子信息工程學院視覺感知與智能信息處理團隊的成員，該團隊常年專注于學術研究及成果轉(zhuǎn)化。2024年初，周燕教授等人在中國科學院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類會議AAAI發(fā)表了1篇論文。CCF將計算機相關領域的重要期刊、會議分為A、B、C三類，其中，對A類的定義是“國際上極少數(shù)的頂級刊物和會議，鼓勵我國學者去突破”。