近期，以电子信息工程学院易长安博士为第一作者的学术论文“From Question to Exploration: Can Classic Test-Time Adaptation Strategies Be Effectively Applied in Semantic Segmentation?”被ACM Multimedia（简称ACM MM）录用。ACM MM由国际计算机协会发起，是多媒体信息处理、分析与计算领域最具影响力的国际顶级会议，被中国计算机学会（CCF）认定为A类学术会议。

实时知识迁移是无人驾驶、机器人等智能体面临的挑战之一。这些智能体需要实时处理持续到来、不可预知的各种信息，并且在“形成新知识、不忘旧知识”之间取得恰当的平衡。该论文针对此问题开展研究，主要涉及两个方面。其一，深入到深度神经网络的内部结构，细粒度地探讨常规的各种Normalization操作所隐含的问题、以及Attention模块的优势，探讨Teacher-Student网络架构、数据增强等策略的适应性，探讨不均衡的数据分布带来的问题，在一定程度上揭示了导致这些问题的原因、并且给出了相应的解决方案。其二，提出了一种基于prompt的实时迁移学习模型，并且用实验验证了其优势和普适性。

易长安博士是电子信息工程学院视觉感知与智能信息处理团队的成员，该团队常年专注于学术研究及成果转化。2024年初，周燕教授等人在中国科学院SCI一区期刊Pattern Recognition发表了2篇论文，何志敏博士等人在CCF A类会议AAAI发表了1篇论文。CCF将计算机相关领域的重要期刊、会议分为A、B、C三类，其中，对A类的定义是“国际上极少数的顶级刊物和会议，鼓励我国学者去突破”。