2026年8月13日至15日，“2026粒计算与图学习学术研讨会”由江苏科技大学计算机学院成功举办。我院院长杨习贝教授、南通大学人工智能与计算机学院副院长鞠恒荣副教授出席活动。
本次研讨会以“粒计算与图学习”为主题，聚焦人工智能与数据智能领域前沿，涵盖图学习与大语言模型、图核与图神经网络、不完备多视图聚类、异配超图神经网络等研究方向，流程为特邀专家报告、博士论坛以及小组讨论。会议邀请北京航空航天大学王啸教授、北京师范大学白璐教授、哈尔滨工业大学（深圳）文杰教授、浙江师范大学李明教授等十余所高校50余位专家参加。
北京航空航天大学王啸教授围绕图学习与大语言模型的协同展开分享《大模型赋能的图表征学习》学术报告。报告从图数据的结构化特征与语言模型的语义理解能力出发，介绍了图结构信息与大语言模型融合、图指令调优以及复杂环境下图学习鲁棒性等前沿问题，并就如何发挥两类模型的互补优势、提升图数据理解与推理能力进行了深入阐释。
北京师范大学白璐教授围绕图核与图神经网络的理论联系和方法融合展开分享《图核神经网络：图核函数与图神经网络的双向奔赴》的学术报告。报告从结构模式识别中的图相似性度量问题入手，介绍了量子随机游走、图核表示及其与图神经网络结合的研究思路，分析了不同方法在结构信息保持、表示能力提升和复杂图数据处理方面的特点。
哈尔滨工业大学（深圳）文杰教授围绕不完备多视图聚类展开分享《不完备多视图表示学习》学术报告。报告结合现实数据中视图缺失和信息不完整的情形，介绍了如何恢复缺失视图对应的样本关联信息，并协同挖掘视图间互补信息与视图内在结构，进而学习跨视图一致的聚类表示。
浙江师范大学李明教授围绕异配超图神经网络展开分享《异配超图表示学习》的学术报告。报告从超图刻画高阶关系的优势出发，分析了传统超图模型在异配数据上可能出现的信息平滑与判别能力不足问题，重点介绍了高频信息建模和面向复杂高阶关系的网络设计思路。
本次研讨会为粒计算、图学习及相关领域搭建了学术交流平台。通过专题报告、研讨交流和专家点评，与会人员进一步深化了对相关前沿问题的认识，促进了不同研究方向之间的思想碰撞，也为后续科研合作与研究生培养拓展了思路。学院将继续加强高水平学术交流，推动科研创新、人才培养与学科建设协同发展。
