近日，信息科學與工程學院專題學術匯報會第二期如期舉辦，韓琳、于聰兩位老師分別以“基于深度學習的智能數據挖掘算法”與“多模態感知與農業智能應用”為主題展開分享，集中呈現了學院在人工智能基礎理論創新與產業實際應用交叉領域的顯著成果與扎實進展。
韓琳老師團隊針對高維、非結構化數據處理的行業痛點，直面傳統數據挖掘方法依賴特征工程、非線性建模能力薄弱等局限，創新構建了融合注意力機制與多模態的智能挖掘算法。該算法通過自適應模型結構動態優化參數，大幅提升了特征提取的精準度與模型泛化能力，經實驗驗證，在圖像、文本等多類數據集上的性能均明顯優于傳統方法，為復雜數據環境下的智能分析提供了全新解決方案。
于聰老師團隊則聚焦農田開放場景中的精度不足、數據融合復雜、技術標準缺失等核心難題，整合無人機遙感、衛星影像與地面傳感數據，搭建起天空地一體化多模態感知體系。在作物關鍵指標（SPAD/LAI）反演、玉米倒伏智能識別、溫室小麥病害早期診斷等實際任務中成效斐然，其融合光譜、紋理與作物高度特征的深度學習模型，實現了葉面積指數（LAI）的高精度、大范圍估算，R2 值達 0.83-0.88，為精準施肥與產量預估提供了有力支撐。
兩場匯報勾勒出 “基礎算法創新 — 垂直場景深耕” 的清晰科研路徑，彰顯了學院堅持 “四個面向”、推動 AI 與實體經濟深度融合的科研導向。作為學院常態化學術交流活動，此次匯報有效激發跨學科思想碰撞，為產學研用協同創新筑牢基礎。