这所双非高校在AAAI 2026上发表11篇论文

原创于 2025-11-20 11:46:35 发布 · 849 阅读

CC 4.0 BY-SA版权

文章标签：

这所双非高校在AAAI 2026上发表11篇论文

近日，人工智能领域国际顶尖学术会议AAAI 2026（第40届人工智能大会）论文录用结果公布。武汉科技大学计算机科学与技术学院5位老师的高质量论文被录用，录用数量超历年总和，体现了学院在人工智能前沿研究方面的持续发展与科研实力的显著提升。

被录用的论文涵盖多个前沿研究方向，包括大语言模型与价值对齐、神经辐射场高效重建、去中心化边缘智能协同、医学图像分割、多模态鲁棒学习、低光照图像增强、行人重识别等，展现了武汉科技大学师生在人工智能基础理论与关键技术创新方面取得的显著进展。

AAAI是由国际人工智能促进协会主办的年会，被中国计算机学会（CCF）推荐为A类国际学术会议，是人工智能领域公认的重要学术交流平台。AAAI 2026计划于2026年1月20日至27日在新加坡举行。本届会议共收到投稿23680篇（主赛道），经过严格的两轮双盲评审，最终录用论文4167篇，录用率相比去年降低了5.8%，录用率仅为17.6%。

Lab4AI.cn提供实验平台，提供一站式科研工具链！
👉一键直达

武汉科技大学计算机科学与技术学院AAAI2026录用名单

研究方向：图像质量修复

论文题目：MambaOVSR: Multiscale Fusion with Global Motion Modeling for Chinese Opera Video Super-Resolution

教师：徐新

研究方向：图像质量修复

论文题目：ICLR: Inter-Chrominance and Luminance Interaction for Natural Color Restoration in Low-Light Image Enhancement

教师：徐新

研究方向：图像质量修复

论文题目：SLCFormer: Spectral-Local Context Transformer with Physics-Grounded Flare Synthesis for Nighttime Flare Removal

教师：王薇

研究方向：目标智能感知

论文题目：Domain-Aware Suppression and Aggregation for Federated DG ReID

教师：徐新

研究方向：目标智能感知

论文题目：FedARKS: Federated Aggregation via Robust and Discriminative Knowledge Selection and Integration for Person Re-identification

教师：徐新

研究方向：目标智能感知

论文题目：Robust Pedestrian Detection with Uncertain Modality

教师：王晓

研究方向：联邦学习

论文题目：OPTION: An Online Pricing Strategy for Asynchronous Federated Learning Against Free-Riding Attacks

教师：鲁剑锋

研究方向：联邦学习

论文题目：FedCure: Mitigating Participation Bias in Semi-Asynchronous Federated Learning with Non-IID Data

教师：鲁剑锋

研究方向：联邦学习

论文题目：OursFed: Provable Group Fairness-Aware Federated Learning Against Distrust and Fragility

教师：鲁剑锋

研究方向：医学图像分割

论文题目：EccoMamba: Enhanced Cross-hierarchical Continuity Orthogonal Mamba for Medical Image Segmentation

教师：许俊林

研究方向：化合物-蛋白质相互作用预测

论文题目：FuseMine: Robust Multi-Modal Compound-Protein Interaction Prediction via Differential Attention Feature Mining

教师：许俊林

来源：武汉科技大学，
本文系学术转载，如有侵权，请联系大模型实验室Lab4AI小助手删文

Lab4AI支撑“从研究到落地”

Lab4AI.cn提供实验平台，提供一站式科研工具链！
👉一键直达

大模型实验室Lab4AI是为高校师生及科研工作者量身打造的AI科研与教学平台。我们致力于解决从科研论文生成到项目复现中的算力与环境难题，为科研与教学赋能：

1.开发者：高性能算力深度绑定

大模型实验室Lab4AI实现算力与实践场景无缝衔接，支持模型复现、训练、推理全流程使用，且具备灵活弹性、按需计费、低价高效的特点，解决用户缺高端算力、算力成本高的核心痛点。

2.科研党：从“看论文”到“发论文”的全流程支持

集成Arxiv每日速递，提供论文翻译与分析工具，并凭借一键论文复现功能，快速验证CVPR、ICCV、NeurIPS、ICML、ECCV、AAAI、IJCAI、ICLR、IJCV、TPAMI、JMLR、TIP等顶刊顶会的算法，帮助您解决数据集下载慢、依赖冲突、GPU 不足等环境配置难题，将环境配置时间节省80%以上。