近日，我校计算机科学与工程学院在多媒体技术、计算机视觉与机器学习领域取得重要突破，共有九项研究成果被国际顶级学术会议ACM MM、ICCV和ICML录用，展现了学校在该前沿科技研究领域的实力。

在ACM MM 2025会议上，计算机科学与工程学院共有七项研究成果入选，涵盖联邦学习、多媒体生成、动态场景重建等多个方向。其中，亓帆副教授团队提出的联邦去学习框架F2GU，首次实现了面部生成模型中用户数据的隐私保护与高效遗忘。高赞教授团队提出一种轻量级关系提案挖掘网络（LRPN），着力解决无法有效建模提案间关系并且模型参数量较大的问题。李晨副教授团队的FluidGS框架，通过物理感知的高斯原语表示，显著提升了稀疏视角下动态流体重建的效率与质量。石凡教授团队的光场显著性检测框架LFMamba，在复杂场景中实现了显著区域的高精度检测。

在ICCV 2025会议上，张飞飞教授团队的研究聚焦持续长尾视觉问答任务，提出双重平衡机制，有效解决了原型漂移和特征漂移问题，为多模态任务中的长尾分布挑战提供了新思路。

在ICML 2025会议上，亓帆副教授的ReT-FHD框架重新审视了联邦异质蒸馏中的温度问题，通过多层弹性温度机制和类别感知策略，显著提升了模型性能，同时降低了计算与通信开销。

学校始终紧跟国家战略需求，致力于智能科技与计算机科学的创新研究。下一步，学校将继续深化基础与应用研究，培养更多具备国际视野的创新型人才，为国家科技发展贡献力量。