（通讯员：喻昕 史晓龙）湖南师范大学信息科学与工程学院于9月18日下午举行了两场精彩的学术报告。首先进行的是由吉林大学胡云峰教授主讲的题为“网联信息增强的混合动力汽车节能优化控制方法”的学术报告。紧随其后的是国防科技大学侯臣平教授主讲的题为“面向开放环境的自适应机器学习初探”的学术报告。这两场报告都是由信息科学与工程学院的副院长肖林主持，科研办组织召开，2021级和2022级研究生及相关老师参加。

在第一场报告中，胡云峰教授介绍了他所领导的科研团队在智能交通系统和新能源汽车领域取得的重大突破。他们成功提出了一种创新的汽车动力系统建模方法，名为数据—机理融合方法。胡教授强调，汽车的节能行驶对于实现碳达峰和碳中和目标至关重要。为此，他的团队借助广泛的智能网联信息，结合全路况信息下的汽车降碳潜力分析和评价方法，以及智能网联信息增强的汽车预测节能优化方法，提出了数据—机理融合的汽车动力系统建模方法。这种方法能够更准确地描述汽车动力系统的性能特征，并全面分析和评价汽车的降碳潜力，为汽车节能动力电控系统的自主研发提供了核心技术支持。胡教授的团队通过实际车辆验证了所提出的方法的有效性，并在智能汽车预测协同控制以及新能源汽车预测节能优化方面取得了一系列原创性成果。

在第二场学术报告中，国防科技大学教授、人工智能专家侯臣平教授在学术讲座中分享了自适应学习在开放环境中的广泛应用以及其研究团队在该领域的初步尝试。在报告中，侯教授指出，人工智能在各个领域都有着广泛而深入的应用。而自适应学习作为一种主动应对开放环境带来变化的机器学习范式，在解决复杂问题时模拟了人类思考和求解的结构化模式。他的课题组通过揭示自适应学习的求解机理、发现表征机制，并构建建模方法等方面的研究，为该领域的进一步发展做出了贡献。在报告的最后，侯教授对该研究方向进行了简单的总结和展望。他表示，自适应学习在开放环境下的应用潜力巨大，将对未来的人工智能发展起到积极推动作用。

在每场报告的尾声，胡云峰教授和侯臣平教授与学生们进行了热烈的讨论，进一步加深了与会者对报告内容的理解和认可。学生们纷纷表示，第一场报告让他们了解了网联信息增强的混合动力汽车节能优化控制方法，而第二场报告则深化了他们对机器学习相关知识的理解。同时，学生们积极提出议题和建议，得到了胡云峰教授和侯臣平教授的详细回答和积极反馈。两位专家还鼓励学生们在感兴趣的领域继续探索，以期在未来的学习和研究中取得更出色的成果并做出更多的贡献。

编辑：喻昕 史晓龙

一审：崔玉茹
二审：肖   林
三审：周劲松