中国人民大学信息学院计算机系举办第十届学术节暨计算机系建系二十五周年活动

2024年12月4日，中国人民大学信息学院计算机系迎来了第十届学术节，这是信息学院师生一年一度的学术盛宴，也是展现科研成果、探讨学术前沿的重要平台，今年的学术节又恰逢计算机系建系二十五周年。计算机系的学术节以内容丰富、形式多样而备受关注，既有重量级学术报告，又有精彩的师生分享和系统展示，充分展现了计算机系在科技创新和学术研究方面的风采。

一．特邀学术报告

学术节的第一个环节是中国人民大学计算机系成立二十五周年庆祝活动的特邀学术报告，特别邀请到北京大学胡振江教授和上海交通大学王新兵教授为大会带来了两场重量级主题报告。胡振江教授以“双向计算”研究为题，分享了他在数据库（DB）与编程语言（PL）融合领域二十多年的研究历程。他生动地讲述了双向计算这一全新计算模式如何从起源于数据库领域的经典难题“视图更新问题”逐步发展到如今的应用前沿，展示了它在数据互操作性、系统自适应性等领域的巨大潜力。胡教授在报告中不仅回顾了研究中的挑战与突破，还展望了双向计算在未来智能系统中的广泛应用场景，为与会师生提供了深刻的启发。

之后，上海交通大学王新兵教授以“地学知识图谱”为题，讲述了知识图谱技术在智能时代的重要性和应用潜力。他详细介绍了如何通过图文数一体化技术实现知识的提取、表示和推理，并通过自己开发的ACEMAP系统展示了知识图谱在科研和社会实际中的价值。他强调，构建高效的知识系统和交互平台是推动知识图谱技术发展的核心，同时也分享了他的团队如何在复杂的科研环境中实现目标的经验。

二．计算机系建系25周年的嘉宾论坛

特邀报告之后，举行了庆祝计算机系建系25周年的嘉宾论坛。信息学院原院长杜小勇教授，北京大学胡振江教授，上海交通大学王新兵教授，信息学院陈红教授、李翠平教授、石文昌教授、卢卫教授作为论坛嘉宾，系主任张静教授主持，共同探讨人大计算机系学科定位和未来发展方向。在讨论中，与会教师各抒己见，但一致认为应以“数据为中心”，结合人大在人文社科领域的优势，推动人工智能与数据科学的深度融合。讨论还特别强调，科研评价体系应更注重成果质量与实际应用价值的结合，同时倡导团队合作与跨学科协作，推动更高水平的学术突破。

三．中午美食分享与活动

中午计算机系的师生们在会议室旁边的活动空间进行了简单又丰盛的美食分享环节，多位老师带来了从家里自己精心制作的美食，与大家分享。大家边吃饭边交流，还有投壶等一些有趣的活动。

四．教师学术分享

学术节下午的活动是学院教师的学术分享和学生的demo演示环节。在学术分享环节，信息学院的七位教师分享了他们的最新研究成果。

大模型时代的网络系统	李彤
稀有敏感函数识别与缺陷检测	黄建军
基于强制执行的恶意软件隐藏行为分析	游伟
文生图扩散模型生成机制	易鸣洋
协同感知研究进展	王永才
机器学习使能的数据库智能决策	张心怡
基于持久性内存的参数服务器系统	谢旻晖

李彤老师首先带来了关于大模型时代网络系统优化的精彩报告。李彤老师详细分析了当前大规模神经网络面临的瓶颈，尤其是在计算效率和系统性能方面的挑战。针对这些问题，他提出了一系列创新性的解决方案，其中包括基于图神经网络（GNN）优化的资源调度方法和低延迟的多节点通信协议。这些方法不仅能够有效提升大规模神经网络的训练效率，还能确保模型在实际部署时的稳定性和高效性。李彤老师的研究为今后大规模AI系统的优化和实际应用提供了新的思路。

黄建军老师为大家带来了关于稀有敏感函数识别与缺陷检测的研究成果。他通过介绍一种结合静态分析和动态测试的全新方法，提出了如何高效识别软件代码中潜在的安全漏洞和性能瓶颈。黄老师的研究尤其在软件安全领域具有重要意义，不仅提升了检测精度，还显著减少了传统检测方法的计算开销。通过这一创新方法，软件开发人员可以更早、更准确地发现并修复系统中的缺陷，从而保障软件产品的安全性和稳定性。

游伟老师分享了他在恶意软件行为分析方面的研究进展。通过引入强制执行机制，游老师提出了一种新的恶意软件检测方法，该方法通过动态监控操作系统中的进程行为，能够精准捕捉到隐藏在正常应用中的恶意行为。这一研究突破了传统恶意软件分析方法的局限，不仅提高了检测的精度，还降低了误报率，为信息安全领域的发展做出了重要贡献。

易鸣洋老师则在报告中深入剖析了文生图扩散模型的生成机制。他介绍了一种创新的图像生成方法，将自然语言生成（NLG）与图像生成技术相结合，通过引入语义理解和图像语义一致性控制机制，生成了具有更高语义准确性的图像。易老师的研究在多模态学习和图像生成领域具有广泛的应用前景，尤其是在图像修复和跨模态数据交互等方面，展现了巨大的潜力。

王永才老师带来了协同感知研究的最新进展，介绍了他在多传感器环境下协同感知与决策的研究成果。王老师提出了一种基于集成学习和图优化技术的多目标协同感知框架，该框架能够有效整合来自不同传感器的信息，实现对目标的精准定位和行为预测。这一框架不仅提升了自动驾驶领域的感知能力，也在智能制造等领域具有广泛的应用前景。

张心怡老师的分享聚焦于机器学习使能的数据库智能决策，她提出了一种结合深度学习与传统数据库技术的混合智能系统。这一系统能够通过大数据分析与机器学习模型的融合，在数据库管理和优化方面取得显著的提升。张老师的研究展示了机器学习技术如何有效提升数据库系统的查询效率，并为数据库领域的智能化转型提供了理论支持。

最后，谢旻晖老师分享了他的基于持久性内存的参数服务器系统研究，探讨了如何利用持久性内存（PMEM）技术解决大规模分布式训练中的性能瓶颈。谢老师提出的解决方案通过优化计算和存储过程的结合，显著提升了分布式系统的效率和稳定性，尤其在深度学习训练过程中，展示了该系统在实际应用中的巨大潜力。

五．学生系统演示环节

接下来的学生创新系统展示环节也备受瞩目，展示了过去一年里师生协作的诸多创新成果。学生团队带来了以下前沿项目：

1	SimLink: 基于AIGC的语义传输系统	SemLink小组
2	TableLLM：在真实的Office用户场景中使用大语言模型进行表格操作	TableLLM小组
3	HocoPG：一种基于同态压缩的数据库文本处理方法	HocoPG小组
4	PixelsDB：多服务等级的服务器无感知查询引擎	CDS Lab
5	BridgeRouter：自动化漏洞能力提升方案	ISER小组
6	SAM-Decoding: 基于后缀自动机的投机解码算法	SAMDecoding小组
7	IPPV：一种高效精确的局部h团最密集子图发现算法	IPPV小组
8	ROCO: 基于迭代匹配和优化的自动驾驶协同感知算法	ROCO小组
9	Muskits-ESPnet: 新范式下歌唱声音合成的综合工具包	AIM3-music 小组
10	E2ETune: 基于生成式语言模型的端到端数据库参数调优	LLM4DB小组
11	Libra: 面向数据可视分析的交互模型	Libra小组

这些创新项目既展现了学生们的创造力，也为学术节增添了生动的实践色彩。

本次学术节在热烈的讨论和愉快的气氛中圆满落幕。这场学术盛宴不仅展示了信息学院计算机系的学术风采，也为未来的发展提供了清晰的思路与广阔的空间。通过这些活动，师生们进一步感受到科技创新的无尽魅力，也展现了计算机科学在推动社会进步中的重要作用。相信在未来，计算机系将继续坚持学术创新与实践并重，为中国人民大学信息学院赢得更高的学术声誉，助力其在国际舞台上占据更加重要的地位。

六．第十届学术节圆满结束

最后中国人民大学计算机系第十届学术节在欢快的气氛中圆满结束。