首页   |  校园行
2026校园行|兰大学生在人工智能领域CCF-A类国际顶会上发表学术论文
兰州大学 青春兰大2026-09-22
课题组基于类脑神经元的构思,创新性地提出并实现了一种深度融合多尺度上下文信息与局部几何细节的新型深度点云特征编码框架。

近日,中国计算机学会(CCF)推荐的A类国际学术会议AAAI2026论文接收结果公布,论文“Primary Visual Cortex Inspired Point Cloud Analysis Framework”被正式录用,我院2022级人工智能专业本科生邓德麟为该论文的第一作者,党吉圣副教授为指导老师。

AAAI (AAAI Conference on Artificial Intelligence)由国际先进人工智能协会主办,是人工智能领域最具影响力的顶级国际学术会议之一,创办于1980年,每年举办一次。本届AAAI会议竞争异常激烈,共收到来自全球的23,680篇有效投稿,最终仅录用了4,167篇论文,录用率为17.6%。

党吉圣副教授具身智能课题组方向之一是3D点云分析方向,主要致力于探索复杂环境下三维世界点云数据的表征与学习方法,旨在提升模型在遮挡、噪声等真实场景中的鲁棒性。邓德麟同学2025年3月加入该课题组,在指导老师党吉圣副教授的引导下,系统梳理了领域研究脉络,敏锐洞察到现有主流方法在多尺度几何结构建模的完备性与局部细微几何特征表达的精确性方面存在显著局限。课题组基于类脑神经元的构思,创新性地提出并实现了一种深度融合多尺度上下文信息与局部几何细节的新型深度点云特征编码框架。该框架基于连续耦合神经网络(CCNN),模仿人类初级视觉皮层的神经机制,具有更丰富的内部状态变量,能更好地模拟生物神经元的适应与整合特性。规避了传统类脑模型具有不应期这一缺陷,同时与传统深度模型相比具有更强的非线性特征提取能力和鲁棒性。该框架兼具高性能与高效率,借助更具表达力的神经计算机制,在不依赖大规模网络堆叠的前提下提升特征学习能力,有望在保持低能耗与高效率的同时改善模型的鲁棒性与泛化性能,为自动驾驶、机器人感知及边缘计算等现实场景提供一种更为实用的三维视觉解决方案。

2A3D8EAD308E75025F7DF642B282331E.png

相关研究资料 图源:青春兰大

整个研究周期历时近半年。党吉圣课题组坚持每周举行深入的学术例会,讨论议题覆盖从模型架构的底层设计原理到训练过程的收敛性分析,从实验评估指标的严谨选取到结果可视化呈现的清晰度,乃至论文行文遣词造句的学术规范性。此外,由党吉圣副教授发起并指导的学院“大模型科研创新社团”,为邓德麟同学的科研成长提供了至关重要的平台支持与学术氛围。

此项突破性成果,不仅是对邓德麟同学个人科研素养与创新能力的肯定,更是信息科学与工程学院长期坚持“科研育人”理念、着力推动本科生参与高水平前沿研究、构建完善本科生科研训练体系所取得成效的生动体现。邓德麟同学也已经获得了香港大学的研究生录取通知书。

图文来源 | 信息科学与工程学院

编辑 | 王奕霖 马新婷

责任编辑 | 曹舒晴 丑汭彤 高伊曼 郭雨欣

校对 | 王文强 高星雨

校审 | 李传辉


[通讯员:李宇轩]
[指导教师:常桐]
[责任编辑:兰州大学萃英在线]
课题组基于类脑神经元的构思,创新性地提出并实现了一种深度融合多尺度上下文信息与局部几何细节的新型深度点云特征编码框架。