（作者|张学林 编辑|刘心月 审核|邓昊）2024年3月30日，湖北省工业与应用数学学会2024年学术交流大会在荆州市召开。本次会议由湖北省工业与应用数学学会主办，来自各地高校及科研院所的专家学者、企业代表、学生代表参加会议，通过学会平台分享最新成果，研讨学科交叉热点问题。我院沈婧芳副院长，石峰教授， 陈洪教授，李伟夫副教授，博士研究生张学林受邀参与了本次会议。其中李伟夫老师和张学林同学分别以“《给植物拍 3D 照片》--使用神经辐射场技术实现植物表型提取”和“双层可加模型：算法设计，理论分析与应用探索”为题进行了学术报告。

李伟夫副教授以柑橘植株作为研究对象，提出了一种仅需使用 RGB 相机即可精确提取植株表型的自动化方案。通过神经辐射场技术对获取的序列图像进行高保真重建，并生成植株3D点云数据；然后通过点云分割网络对植物的叶片与茎进行语义识别，以及基于聚类和表面重建的方法优化识别结果。最后在叶片识别的基础上进行实例分割，进而获叶片与茎的表型参数。在自建数据集上的实验结果表明提出方案可精确提取柑橘植株株高、叶片数量、节点长度，R2分别可达0.95、0.94、0.73，验证了提出方案的有效性。

张学林同学从可解释稳健机器学习算法设计和收敛泛化性质分析的角度，介绍了双层问题的优化算法设计和加速计算策略与理论分析。在算法设计上，通过融合双水平优化策略构建了一系列模型以实现自动地学习合适的损失函数，同时应对复杂噪声和类别不均的数据异常情况；自动地学习作用于源域上的特征掩码，以减轻冗余和含噪特征对流形学习的负面影响。在理论上，利用覆盖数和算法稳定性工具建立了对应的泛化误差上界与变量选择一致性理论，为上述模型的泛化性质与特征筛选能力提供了理论保障。在应用上，通过真实实验验证了上述模型竞争力，并初步探索在小麦不同生长阶段下白粉病、条锈病与赤霉病严重程度预测等农业任务上的应用。

此外，会上还举行了优秀研究生论文奖及优秀青年学者奖的颁奖仪式，我院硕士研究生梁婧轩获选优秀研究生论文三等奖。