会议时间：2026年4月22日（周三）14:30

参会人员：信息科学与工程学院（人工智能学院）科研团队教师，欢迎广大师生参加。

会议地点：墨子楼中兴会议室

报告1：基于Transformer模型的图书馆借阅量预测研究

报告人：孙慎伟

内容简介：针对图书借阅量预测在捕捉复杂时序特征中的局限性，报告提出了一种基于Transformer模型的预测方法。该方法通过多头自注意力机制捕捉序列中的复杂依赖关系，并利用多层编码器提取非线性特征，实现精准预测。实验表明，Transformer的均方根误差和平均绝对误差分别降低了16.2%和23.2%。此外，Transformer模型能够更好地适应数据的动态变化，显著提升了预测精度。

报告2：基于微积分与多目标优化的电动汽车能耗预测及节能控制

报告人：孙瑞

内容简介：微积分可精准描述车辆能耗随工况的连续变化，多目标优化算法能在续航、性能等冲突目标间实现平衡。聚焦电动汽车能耗预测与节能控制，阐述其核心诉求，从动态预测建模、节能控制策略、全场景落地实施三个方面提出技术路径，指出未来能耗管理将向“预判式节能”、“个性化优化”方向演进。

科技处

信息科学与工程学院（人工智能学院）

2026年4月19日