近日，信息科学与工程学院专题学术汇报会第二期如期举办，韩琳、于聪两位老师分别以“基于深度学习的智能数据挖掘算法”与“多模态感知与农业智能应用”为主题展开分享，集中呈现了学院在人工智能基础理论创新与产业实际应用交叉领域的显著成果与扎实进展。
韩琳老师团队针对高维、非结构化数据处理的行业痛点，直面传统数据挖掘方法依赖特征工程、非线性建模能力薄弱等局限，创新构建了融合注意力机制与多模态的智能挖掘算法。该算法通过自适应模型结构动态优化参数，大幅提升了特征提取的精准度与模型泛化能力，经实验验证，在图像、文本等多类数据集上的性能均明显优于传统方法，为复杂数据环境下的智能分析提供了全新解决方案。
于聪老师团队则聚焦农田开放场景中的精度不足、数据融合复杂、技术标准缺失等核心难题，整合无人机遥感、卫星影像与地面传感数据，搭建起天空地一体化多模态感知体系。在作物关键指标（SPAD/LAI）反演、玉米倒伏智能识别、温室小麦病害早期诊断等实际任务中成效斐然，其融合光谱、纹理与作物高度特征的深度学习模型，实现了叶面积指数（LAI）的高精度、大范围估算，R² 值达 0.83-0.88，为精准施肥与产量预估提供了有力支撑。
两场汇报勾勒出 “基础算法创新 — 垂直场景深耕” 的清晰科研路径，彰显了学院坚持 “四个面向”、推动 AI 与实体经济深度融合的科研导向。作为学院常态化学术交流活动，此次汇报有效激发跨学科思想碰撞，为产学研用协同创新筑牢基础。