8月5日至8日，由宁波东方理工大学（暂名）主办、天津科技大学承办的第二十届智能计算国际会议在天津召开。

本次会议以“智算引领未来”为主题，来自全球的学者和业界500余人齐聚天津，围绕进化算法与优化、计算智能与数据处理、新兴技术与应用、机器学习与模式识别、数据挖掘与知识发现、智能计算与自然语言处理、智能控制与专家系统、基因组学与基因表达、蛋白质组学与蛋白质结构、生物数据分析与挖掘、生物信息学等相关专题进行了广泛的学术研讨和交流，旨在促进人工智能、模式识别、进化计算、信息学理论与应用、计算神经科学与生物科学、软计算、人机界面等领域的学术交流，推动智能计算领域科学研究和产业发展。 ICIC2024投稿数量与发表数量双双创下历史新高，从超过2000篇的投稿中精选出八百多篇优秀论文进行发表。会议从500多篇口头报告论文中选出5篇最佳口头报告论文，从六十多篇墙报展示论文中选出2篇优秀论文。优秀论文的产生过程是一个从征稿、筛选、评审到表彰和发表的完整流程，旨在发现和表彰在智能计算领域内具有创新性和实用性的研究成果。

天津科技大学人工智能学院科研团队有多篇论文在本次ICIC2024会议上发表，其中1篇杨子珂及其导师合作口头汇报论文《Conformer based No-reference Quality Assessment for UGC Video》（作者：Zike Yang, Yingxue Zhang, Zhanjun Si）与1篇胡致远及团队伙伴、指导老师合作的墙报论文《A Dynamic Graph Structure Optimization Diagnosis》（作者：Zhiyuan Hu, Yangde Lin, Jianrong Li and Juan Lyu）荣获ICIC 2024最佳论文殊荣。

杨子珂，女，天津科技大学人工智能学院电子信息专业2023级硕士研究生。在天津科技大学“先锋计划”的支持下，她积极参与各类学术活动，前往相关的企业走访交流，这为其选定课题、推进研究提供了有效的支持。

该论文中UGC（用户生成内容）视频是由普通用户创作、拍摄并分享到网络平台的视频内容，以其独特的真实性和多样性，受到了广大网友的热烈欢迎。随着高速移动互联网的飞速发展，UGC视频行业已进入成熟发展的新阶段。通过研究构建UGC视频质量评价模型，不仅可以帮助内容创作者在视频发布前进行质量检查，也可以为视频平台提供质量监控和优化建议，从而为用户提供更加良好的观看体验，为推动UGC视频成为经济社会宣传、舆论宣传、信息传播、文化建设和广受人民群众欢迎的新媒介提供有益的辅助。这不仅响应了国家对科技创新和文化繁荣的号召，也是对党的二十大报告中提出的文化自信自强、铸就社会主义文化新辉煌的具体实践。基于这一研究课题与数字媒体行业的密切关联，未来学院也将在持续深入研究的同时响应滨海新区以及学校高质量发展的一系列政策措施，在科研成果转化方面进行更多尝试。

胡致远，男，天津科技大学人工智能学院智能科学与先进制造实验班2021级本科生。他表示作为天津科技大学人工智能学院学生，首届校级实验班成员，接受了学校、学院的科学培养，和团队伙伴顺应天津科技大学“先锋计划”思想浪潮，在学院指导老师的帮助和与团队伙伴的不断努力下，寻找到痛点问题并投入精力尝试解决，拓展思路，寻求更好“解法”。

该论文研究针对工业设备早期故障诊断和学术网络分析领域，处理大规模、不平衡数据集时的挑战，提出了一种基于图神经网络的动态图结构优化诊断（Dynamic Graph-Structured Optimization Diagnosis, DG-SOD）模型。该模型的创新点主要有以下两个方面：首先，采用k近邻（kNN）算法将轴承的健康状态标签与振动信号数据相结合，构建成反映轴承状态间复杂关系的图结构。同时，采用Focal Loss与图深度开放分类（DOC）方法相结合的优化策略，以进一步提高模型在处理不平衡数据时的性能，以及其在不同领域的适用性和准确性，创造更多可能性。DG-SOD模型在处理数据不平衡以及提高少数类识别准确率方面具有明显优势，为未来的工业设备管理和学术网络分析提供了新的思路和框架。为天津市滨海新区、京津冀协同创新发展注入更多可能。

通过此次智能计算国际会议，天津科技大学人工智能学院展现了卓越的科研实力，体现了学校及学院的专业水平和创新能力。未来，在学校“先锋计划”的引领下，人工智能学院将继续立足学院教师、学生科研能力提升等方面的现实需求，充分利用各级各类课题和项目、校内外学术交流会议、论坛及竞赛等载体，积极拓宽学院科研成果的转化及应用推广的渠道，推动学院科研工作再上新水平，新台阶，促进学院高质量内涵发展。

撰稿人：人工智能学院

摄影：人工智能学院

审稿人：周艺璇 李冰冰