为搭建高层次学术交流对话平台，促进校内外思想碰撞与学术互鉴，11月4日下午我院特邀吉林大学计算机科学与技术学院丰小月教授、博士生导师在立德楼834会议室作题为“复杂数据的图表示学习方法与跨域应用”专题学术报告。王丽敏院长、胡建军副院长、时小虎教授以及25、26级研究生参加了报告会。
报告会上，丰小月教授梳理了图表示学习的演进脉络，介绍其从浅层图嵌入、图神经网络、自监督预训练发展至小样本学习与图基础模型的历程。围绕复杂数据智能表征、小样本学习与跨域知识迁移、复杂系统建模及生命科学智能分析三大方向，分享课题组在关联结构增强文本语义、分布偏移下模型泛化、超图高阶多模态融合等方面的技术突破，探讨图智能赋能金融复杂系统分析的路径；针对大模型算力瓶颈，提出借鉴生命系统、推进多学科交叉的智能发展思路，为师生相关研究提供启发。
互动答疑环节中，针对实验复现效果不佳这一常见科研困境，丰小月教授分享课题组内部交叉核验工作机制。在大模型选择方面，她建议同学们夯实经典算法基础，探索大模型与主题建模的有机结合，充分挖掘现有研究的迭代优化空间。围绕大模型在科研工作中的应用边界，丰小月教授指出，大模型是提升科研效率的重要辅助工具，可用于基线实验实现、文献初筛、素材生成等重复性工作，但不能替代研究者独立读文献、梳逻辑、解问题的核心能力，提醒广大学生警惕“思维外包”造成科研能力退化，科研的核心重在锤炼解决真实科学问题的综合素养。
同时，丰小月教授还向同学们分享文献检索、学术论文写作的实操经验。她建议研读近两年顶尖高校博士学位论文，快速把握领域前沿热点，回溯梳理学科发展脉络；鼓励复现经典研究成果，跨界借鉴其他学科技术思路，以此挖掘科研创新切入点。她谈到，学术写作并非一蹴而就，是实验迭代与文稿打磨循环完善的过程，要立足实验事实，动态优化论证逻辑，稳步推进科研成果产出。
此次专题学术报告是学院推进有组织科研活动之一。下一步，学院将持续举办系列高水平学术活动，以常态化高质量学术交流夯实有组织科研根基，持续提升学科建设水平与人才培养质量。
图文：向驹
初审：胡苏
复审：王丽敏
终审：廖凌杰
