7月26日至29日，2026中国粒计算与知识发现学术会议在吉林省长春市举行。会议由中国人工智能学会主办，中国人工智能学会粒计算与知识发现专业委员会协办，国际粗糙集学会支持，长春师范大学、长春理工大学联合承办。重庆师范大学党委书记王国胤教授出席开幕式并致辞，人工智能与前沿交叉学院院长崔少国教授，院长助理桑彬彬副教授，师生代表吴成英、杨蕾博士等参加会议。
开幕式上，王国胤书记以线上方式向大会致辞，对会议的胜利召开表示热烈祝贺，并向与会专家学者和承办单位表示诚挚问候。他指出，粒计算与知识发现是人工智能基础理论与关键方法的重要组成，在复杂信息处理、不确定性分析和多层次知识表示等方面具有重要价值。面对大模型、智能体和多模态智能等技术快速发展，应进一步加强原创理论研究，推动粗糙集、粒计算、三支决策与机器学习、数据挖掘、类脑智能等方向交叉融合，促进相关成果在教育、医疗和社会治理等场景中的应用。他希望与会专家深化交流合作，共同推动该领域持续创新发展。
重庆师范大学党委书记王国胤教授致辞
在专题论坛一“多粒度认知计算专题论坛”中，崔少国院长作题为《基于多粒度图深度表征学习的特殊儿童精准诊断评估与个性化AI康复》的专题报告。报告首先介绍了在“中国脑计划”2030背景下“重师特殊儿童脑计划”的前沿探索和前瞻布局，并展示了重庆师范大学近年来围绕类脑认知计算与特殊儿童教育康复开展的系列工作。报告聚焦孤独症儿童辅助诊断与精准康复中的小样本、多模态、异质性及多站点等问题，介绍了多粒度图深度表征学习在复杂关联建模、诊断信息挖掘和个性化康复支持中的研究方法与成果，展示了重庆师范大学在人工智能技术与特殊儿童教育康复深度融合的研究探索。
人工智能与前沿交叉学院院长崔少国教授作专题报告
在特邀论文报告环节，桑彬彬副教授作题为《Unsupervised Feature Selection Using Fuzzy Graph Momentum Random Walk in Bi-level Granular-Ball Knowledge Space》的报告。报告围绕无监督特征选择问题，介绍了双层粒球知识空间、模糊图建模与动量随机游走相结合的研究思路，探讨如何从无标签高维数据中识别更具判别力的特征，为复杂数据分析与知识发现提供了新的研究视角。会议期间，桑彬彬副教授还主持了专题论坛三“多模态生成模型专题论坛”。该论坛围绕粒球计算、多模态大模型的位置编码与可控生成、神经拟态计算模型等前沿议题展开交流。桑彬彬组织报告衔接与现场研讨，引导与会专家围绕多模态生成模型的理论创新、关键技术和应用前景进行深入讨论。
人工智能与前沿交叉学院院长助理桑彬彬副教授作特邀论文报告
此外，吴成英、杨蕾、黄彧等师生积极参加会议，并围绕粒计算、粗糙集、三支决策、智能体等前沿方向与参会学者深入交流。此次参会进一步拓展了我校师生的学术视野，也展示了学校在相关领域的研究基础与成果。
人工智能与前沿交叉学院参会代表合影
本次会议汇聚了国内粒计算与知识发现领域的众多专家学者，围绕粗糙集与软计算、粒计算、三支决策、知识发现与数据挖掘等前沿方向展开深入研讨，集中呈现了相关领域的最新研究进展与创新成果。通过此次参会交流，进一步加强了我校与国内其他高校和科研院所的学术联系，并将持续深化人工智能基础理论与关键技术研究，推动人工智能与教育康复等领域交叉融合，为智能科学与技术交叉学科高质量发展和科研创新注入新动能。
重庆师范大学人工智能与前沿交叉学院
