我校人工智能学院在人工智能、控制科学、信号处理等领域取得了多项顶级研究成果：
1.叶盛教授与中国科学技术大学江俊教授合作，结合量子化学计算和人工智能技术，发展了一套可高效模拟蛋白质紫外和红外光谱的计算方案，用于模拟探测新冠病毒S蛋白与人体hACE2蛋白结合过程中的结构变化。相关研究成果于以“AI-basedspectroscopicmonitoringofreal-timeinteractionsbetweenSARS-CoV-2andhumanACE2”为题发表在国际知名期刊PNAS上。
2.苏延旭副教授与孙长银教授合作，针对全局耦合约束条件下的分布式优化问题展开研究，提出了两种基于原始对偶方法的分布式优化算法，并分别在自动控制与机器学习领域的典型应用场景中进行仿真验证。系列成果发表于IEEETCYB（DOI:10.1109/TCYB.2021.3080818）以及IEEETSP(DOI:10.1109/TSP.2021.3123888)。
3.田野副教授与张兴义教授合作，在面向复杂优化问题的计算智能方法与应用方面做出了一系列的成果，包括面向多模优化问题的多种群遗传算法、面向约束优化问题的协同进化框架、面向稀疏优化问题的无监督自降维进化算法、面向复杂前沿面上分布性保持的多目标进化算法、面向超大规模优化问题的带硬件加速的进化算法、以及用于深度神经网络训练的梯度引导交叉算子。以上成果发表于TEVC、TCYB、TSMC、TNNLS、JAS等顶级IEEE汇刊中，其中包括第一作者5篇、通讯作者1篇。
4.李成龙副教授团队针对多模态视觉数据的不精确性和不一致性等难点，分析并揭示了现有方法没有充分挖掘和利用模态判别信息的缺陷，创新地提出了质量感知和互指导增强学习的自适应融合模型，通过模态共享信息和模态特定信息的联合建模，充分挖掘和利用多模态判别信息，并设计双重门控机制自适应地融合和增强模态特定特征，显著提升了多模态显著目标检测和多模态视觉跟踪等任务性能。系列创新成果发表于TIP、TNNLS、TCSVT等顶级IEEE汇刊上。
