11 月 5 日，应我校研究生处和数学与信息科学学院邀请，郑州大学胡世哲教授和河南大学庞志峰教授在龙湖校区分别作了“信息理论驱动的复杂多模态数据融合与聚类”和 “无监督深度Chan-Vese网络驱动图像分割” 专题讲座。讲座由数学与信息科学学院学术副院长陈静主持，部分教师和研究生聆听此次讲座。

报告会上，胡世哲教授系统剖析了当前多模态融合与聚类研究中存在的核心痛点，探讨以信息论为驱动的新突破路径；基于信息论框架，创新性地构建了融合模态关联建模、跨模态特征协同优化与不确定性量化的理论体系，并提出一系列高效、稳健的算法集群，实现多模态数据在语义层面的深度融合与聚类结构优化。庞志峰教授报告了一种用于无监督图像分割的无监督深度Chan-Vese（CV）网络，该网络将神经网络的统计灵活性与变分正则化的结构精确性相结合。具体地讲，在深度CV框架的基础上引入一种基于各向异性与各向同性全变分加权差的精细正则化项，进而提出无监督深度CV网络模型。通过将该凸差泛函嵌入变分自编码驱动的CV目标中，所提出的方法能够有效捕捉复杂的边缘信息。

互动交流环节，与会师生围绕报告内容展开热烈讨论。胡教授和庞教授针对师生提出的疑问逐一给予细致解答，深入探讨了报告领域的研究热点与未来趋势，现场氛围浓厚。此次讲座兼具理论深度与实践指导性，不仅让师生们系统掌握了多模态学习和无监督图像分割领域的前沿技术与核心逻辑，拓宽了师生们的学术视野，更激发了研究生的科研创新热情。