10月31日至11月2日，2026亚洲人工智能技术大会（ACAIT2026）在重庆举行。信息管理学院教师侯海薇受邀参会，并在“深度学习驱动的智能信息处理”分论坛作题为“基于深度学习的图像聚类算法研究”的主题报告，分享了在深度图像聚类领域的系列研究成果。
报告围绕复杂图像数据中的表征学习与聚类优化问题，系统介绍了多层次表征融合、判别式表征学习、深度半监督聚类及语义图像聚类四个方面的研究工作。针对不同层次特征利用不足、表征判别性有限、监督信息稀缺以及聚类结果语义一致性不足等问题，侯海薇介绍了相关方法的设计思路与技术特点，并结合多个公开数据集上的实验结果，展示了相关方法在提升聚类性能、改善计算效率及增强语义一致性方面的效果，进一步分析了深度图像聚类面临的挑战，并从鲁棒性、可扩展性、领域适应性、可解释性和实际部署等方面展望了未来研究方向，为复杂图像场景下的无监督与半监督学习提供了研究参考。
此次受邀参会并作报告，展示了学院在深度学习与图像聚类方向的研究进展，为加强对外学术交流、拓展研究视野和探索科研合作提供了契机。学院将以高水平学术交流为纽带，将前沿研究思路融入学科建设、科研创新和人才培养，进一步加强科研团队与平台建设，促进科研与教学协同发展，培养具有创新意识和实践能力的复合型人才，持续提升学术影响力与服务经济社会发展的能力，为人工智能技术创新及行业数字化、智能化转型贡献力量。（撰稿：侯海薇；审核：杨发展、张媛媛）
搜索
