7月5日至7日，计算机与控制工程学院举办第十三期“群荟”学术沙龙活动，邀请北京大学智能学院查红彬教授、南方科技大学计算机科学与工程系程然副教授和中国科学院软件研究所张健研究员分别为我院师生作了“动态视觉与SLAM：在线学习的途径”“硬件可感知的深度学习模型自动化部署”和“软件测试与分析”等学术报告。副院长王莹洁主持，学院科研骨干教师及部分研究生参加。

随着传感器技术的不断发展，动态视觉和3D视觉之间的密切融合变得愈发关键，SLAM（Simultaneous Localization and Mapping：即时定位与地图构建）技术也因此备受关注。为了在真实复杂场景中提升动态视觉系统的应用能力，强化视觉系统的环境自适应性就变得尤为重要，在线学习方法被认为是实现这一目标的有效途径。查红杉结合SLAM技术的发展以及当前面临的问题，重点介绍了面向自监督视觉里程计的序列对抗学习方法和具备在线自适应能力的自监督SLAM学习，以及基于SLAM研究的四个工作框架，包括利用动力学模型构建预测模型、确保学习过程的有效性、实现在线适应能力以及对不可靠和不确定信息进行定量描述等，对相关领域的研究提供了重要参考，具有重要意义。

近年来，随着深度学习的广泛发展，将深度学习的模型部署到边缘环境的问题成为了当前备受关注的焦点。程然在报告中结合当前的研究背景和问题定义，深入探讨了将一些硬件指标纳入深度学习模型考虑范畴的方法，并展示了如何利用演化计算实现高效的自动化模型设计。同时，他指出部署的核心目标就是将问题建模成多目标优化问题和构建平台。最后，以自动驾驶场景下的实时语义分割任务为应用案例，展示了演化计算在边缘计算设备上的自动化部署性能。

软件测试与分析是保障软件质量的重要手段，在软件开发和维护过程中起着关键作用。张健针对软件测试自动化以及程序静态分析方面的一些工作向师生们做了详细介绍，主要包括符号执行、约束求解技术和组合测试等黑盒方法。

学术报告后，三位专家与我院相关研究人员进行了深入的交流与探讨，耐心解答了师生们提出的问题，并分享了更多的见解和经验。现场研讨气氛热烈，师生们表示拓展了研究思维，受益匪浅。

作者：王莹洁 责任编辑：马文明 审核：段昕