ku111net议时间：2026年6月10日（周三）下午14:30
参ku111net人员：信息科学与工程学院（人工智能学院）科研团队教师，欢迎广大师生参加。
ku111net议地点：市中校区墨子楼中兴ku111net议室
报告1：用于协同网络药理学的机器学习综述
报告人：王莹
内容简介：ML技术越来越多地被实施以应对网络药理学过程的局限性。本报告全面评估机器学习在协同网络药理学的应用，聚焦网络药理学多靶点药物研发的大数据挖掘痛点，系统解析SVM、随机森林、深度学习等核心算法的应用逻辑与实践案例，探讨模型训练难题的解决路径，梳理该技术在药物研发各环节的应用价值，剖析当前发展瓶颈，并展望二者融合的未来发展方向，为制药领域多靶点药物研发提供重要参考。
报告2：基于动态图神经网络和自蒸馏的时间序列异常检测
报告人：赵猛猛
内容简介：时间序列异常检测对于保障工业物联网（IIoT）的安全至关重要。本报告将介绍一种新型的时间序列异常检测框架。该框架包含图结构学习模块、动态图模块、异常评分模块以及自蒸馏机制。图结构学习模块根据输入生成不同的图结构，动态图模块利用动态图神经网络从时间和空间维度捕捉时间序列内部的复杂关系。通过教师模型与学生模型之间的相互学习，自蒸馏机制整合了局部与全局信息，从而实现对异常数据的检测。
科技处
信息科学与工程学院（人工智能学院）
2026年6月7日
检索
鲁公安网备37040002002001号