CONF-MLA 2025中国矿业大学第三届机器学习与自动化国际学术会议

2025年9月3日下午，第三届机器学习与自动化国际学术会议（The 3rd International Conference on Machine Learning and Automation, CONF-MLA 2025）应用人工智能研究分论坛，在中国矿业大学（北京）沙河校区8楼901会议室顺利召开。来自相关领域的专家学者、科研人员齐聚一堂，围绕机器学习、自动化技术及人工智能的创新研究与实践应用展开深入交流，共话领域发展新趋势。

本次分论坛以“应用人工智能研究”为核心主题，邀请多位在机器学习与自动化领域深耕的学者带来专题演讲，内容覆盖图像去雾、人体动作分割与识别、拓扑材料多智能体系统、虚拟现实教学场景分析等前沿方向，为参会者呈现了一场兼具学术深度与应用价值的学术盛宴。

论坛伊始，各位演讲者按照议程依次登台，分享最新研究成果。

在排水管道图像去雾与人体动作处理领域，研究者提出 “基于多注意力机制的多尺度自适应特征网络排水管图像去雾方法”，以融合多注意力机制的网络模型解决管道图像雾霭模糊问题，为市政检测维护智能化提供参考；另有 “多尺度空间金字塔注意力网络” 研究，借多尺度空间金字塔注意力机制优化去雾效果，赋能市政工程智能化检测。针对多模态人体动作分割精准度难题，“25 - 动作分割双流转换器” 通过双流转换器架构融合多模态数据特征，提升复杂场景下动作分割的准确性与实时性，支撑智能监控、人机交互发展；“跨模态融合图卷积网络” 则以含跨模态融合与可学习加权邻接矩阵的模型，突破传统骨骼动作识别局限，为体育训练分析、医疗康复评估开辟新路径。

此外，拓扑材料与教育技术领域也有重要成果发布。“拓扑材料多智能体系统” 基于大语言模型构建多智能体系统，依托多智能体协同与知识赋能，实现拓扑材料筛选、性能预测的自动化与智能化，提升研究效率，为新材料研发提供新范式。论坛最后，“加权变换 YOLOv9 小型模型” 针对虚拟现实（VR）教学场景，通过改进型模型实时分析学生行为特征，解决学习投入度难精准监测的问题，为优化 VR 教学设计、提升教学质量提供数据与技术保障。

所有学术报告结束后，主办方为本次分论坛中表现突出的演讲者颁发荣誉证书，以表彰其在相关研究领域的创新成果与学术贡献。随后，全体参会人员共同合影留念，定格本次学术交流的珍贵瞬间。

整场论坛期间，演讲者与参会人员围绕报告内容展开热烈讨论，现场学术氛围浓厚，观点碰撞频繁，不仅实现了前沿学术成果的高效分享，更促进了跨领域、跨单位的学术合作与思想交流。

本次会议收录的学术成果将由易达威学术出版社（EWA Publishing）整理出版，为机器学习与自动化领域的学术研究与技术实践提供重要参考，助力推动相关领域的创新发展与产业应用落地。