报告题目：Cross-Domain Few-shot Learning for Intelligent Education

报告地点：陕西师范大学长安校区文津楼3425学术报告厅

报告时间：2025年6月20日 9:00

报告人：张磊 教授

报告摘要：

随着人工智能技术的快速发展，智慧教育（Intelligent Education）成为教育变革的重要方向。然而，在实际应用中，智慧教育系统往往面临跨域小样本学习（Cross-Domain Few-Shot Learning, CD-FSL）的挑战，即如何在数据稀缺且领域差异大的情况下，实现高效的知识迁移与模型泛化。本研究围绕智慧教育中的跨域小样本学习问题，提出两个关键解决方案：互补语义一致性（Complementary Semantic Consistency, CSC）和视觉-语言对齐（Vision-Language Alignment, VLA）。

首先，互补语义一致性通过挖掘跨域数据的潜在语义关联，增强模型在不同场景下的适应能力，减少领域偏移带来的性能下降。其次，视觉-语言对齐利用多模态信息构建更鲁棒的特征表示，进一步促进模型跨域小样本泛化，为智慧教育提供更灵活、高效的AI驱动解决方案。

报告人介绍：

张磊，教授，博导，国家级青年人才，CSIG成像探测与感知专业委员会副主任。主持参与国家级项目10余项，发表论文100余篇，授权国家发明专利24项，参与制定行业标准1项。获中国图像图形学会（CSIG）优秀博士论文奖、陕西省优秀博士论文奖。