近日，我院王鵬偉老師課題組在邊緣計算與數據放置方面的研究工作被CCF A類期刊IEEE TPDS接收，這也是該課題組在雲計算與邊緣計算領域取得的系列重要進展之一🟫。受限於環境♍️、成本等多重因素的影響，雲數據中心的位置往往遠離用戶，導致應用和用戶從雲端獲取數據時往往會有較高的延遲。廣泛分布的邊緣設備可以彌補雲中心的這一缺點🧗🏿‍♀️🏺，通過將數據放置在更靠近用戶的邊緣👓🌛，可以大大降低其請求延遲。同時，請求在邊緣...

近日👧，我院王洪亞老師課題組與華為公司合作的向量數據庫研究工作被CCF A類會議ICDE 2025接收🧑🏽‍⚖️，這也是該課題組在高維最近鄰搜索領域取得的系列重要進展之一。到目前為止，課題組已在數據庫和高維信息檢索的核心問題上取得了系列重要進展🤯，發表了多篇CCF A/B類會議論文👩🏼‍🚒。近年來🔌，大型語言模型（LLMs）得到快速的發展和應用。為解決大模型幻覺的問題，實際應用中普遍使用向量數據庫加大模型的檢索增強生成（RAG）技術為大模型提供外掛...

   近日🏌🏼‍♂️，我院常姍老師課題組在聯邦學習激勵機製領域的研究工作被CCF A類會議INFOCOM 2024接收，這也是該課題組在聯邦學習激勵機製領域取得的系列重要進展之一。到目前為止👩🏻‍🏭，課題組已經在聯邦學習激勵機製領域取得了重要進展，發表了多篇CCF A/B類會議論文。在分布式機器學習框架聯邦學習中🏊🏻，參與者使用他們的本地數據（隱私敏感）來訓練本地局部模型。這些模型將被傳遞到服務器端並在服務器端進行聚合，從而得出一個全...

    近期🍳，我院王倩老師和陳昭老師提出基於小波卷積網絡的多模態高維圖像融合框架，適用於顯微🫰🏼、遙感😐、自然圖像等多種圖像，顯著提升圖像的空譜分辨率，發表多篇SCI期刊論文和權威會議論文🤶🏻🤦🏼‍♂️。主要成果如下🅱️：1.新型小波卷積網絡及其在多模態高維圖像融合的應用該工作針對多模態光譜圖像提出一種新型的融合/分辨率增強網絡：小波卷積網絡。為了全面反映觀測對象的特性，人們經常對同一目標進行多分辨率成像，由此產生...

    近期，我院陳昭老師課題組在遙感圖像處理領域進展良好，提出張量分析深度網絡的構造框架，成功用於多個遙感大數據分析領域，發表多篇SCI一/二區期刊論文和權威會議論文。主要成果如下🏠：1.新型張量網絡及其在熱帶氣旋定強的應用該工作基於熱帶氣旋的多光譜遙感圖像，提出一種新型的深度學習網絡：張量網絡。多光譜和高光譜遙感圖像都是高維數據，具有兩個空間維和一個光譜維👩🏼‍🦱，其中光譜維涵蓋數個到數百個波段👋，...

近日，2023年度CCF-螞蟻隱私計算&綠色計算專項科研基金（以下簡稱“基金”）入選學者名單公布，我院王鵬偉副教授成功入選🕛👨‍🔧。基金專註於攻克綠色計算及隱私計算相關科研難題，發揮產學研深度融合優勢，以創新驅動發展，合力突破技術瓶頸💲。該基金自啟動申報以來共收到來自清華大學、北京大學、浙江大學、上海交通大學等50所以上高校的173份項目申報書，經過專家評審委員會從技術先進性、研究匹配度、落地實現性、團隊基礎實力等多...

近日🈴，我院蔡棽老師指導的視覺與幾何感知實驗室在計算機視覺和圖形學領域的研究工作被CCF A類會議CVPR 2024 接收，這也是該實驗室在本領域取得的系列重要進展之一🙍🏼‍♀️。到目前為止，實驗室已經在神經隱式表示等三維深度學習研究方向上取得了多項進展，發表了多篇CCF A/B類會議論文🛌🏻。進展情況介紹如下：1.無符號正交距離場：一種適用於各類三維形狀的精確神經隱式表示方法。該研究提出一種針對任意三維模型的精確神經隱式表示方法——...

   教育系統網絡安全受到高度重視，網絡安全成為支撐教育數字化轉型的重要保障🫃🏽。沐鸣注册李悅老師指導帶隊的CTF 網絡安全競技社連續兩年（2022-2023）派遣選手配合上海市教委組建網絡攻擊隊伍參加教育部組織的全國教育系統護網行動。2023年我院單獨組隊參加了上海市高校護網行動並取得了傑出戰果👆，為提升教育系統網絡安全防護水平做出了貢獻𓀗。因此教育部教育管理信息中心向上海市教育委員會發出了感...

    近日🧚🏻‍♂️，我院於帥老師課題組在音樂信息檢索領域的研究工作被CCF A類會議AAAI 2024 接收，這也是該課題組在音樂信息領域取得的系列重要進展之一。到目前為止，課題組已經在歌聲旋律提取等音樂信息檢索核心問題取得了重要進展🌪，發表了多篇CCF A/B類會議論文🤾🏽‍♂️。（一）為了解決歌聲旋律提取中的標註數據稀缺和模型泛化性差的問題，我們提出了一個基於多任務對比學習的半監督歌聲旋律提取模型。為了克服標註音樂數據稀...

 近日🌌，我院孫國豪老師課題組在推薦系統領域的研究工作發表在CCF A類會議SIGIR 2023 上，這也是該課題組在推薦系統領域取得的系列重要進展之一👨‍🦼‍➡️。到目前為止，課題組已經在POI推薦✌🏻、基於圖對比學習（GCL）的推薦系統和跨域推薦等問題取得了系列重要多項進展，發表了多篇CCF A類會議論文。孫國豪老師對進展情況介紹如下：（一）為了解決地點推薦中無法捕捉到用戶的動態偏好，同時大多將用戶到POI的距離/時間視為客觀的因素忽略...