11月16日，应我院邀请，湖南大学谢鲲教授为我院师生带来题为《广域高频多维监测数据的高效采集与智能分析方法研究》的学术报告。报告由副院长张俊娜教授主持，学院相关研究方向教师及研究生本科生代表参加了本次报告。
报告中，谢教授深入探讨了网络测量在自动驾驶网络、算力网络等新型架构中的基础作用。她指出，随着AI驱动的网络系统日益普及，对高精度、高频率、全维度测量数据的需求愈发迫切。谢教授团队提出了一系列基于矩阵与张量填充的稀疏测量方法，通过采样部分路径或节点状态，即可高精度恢复全网性能数据，大幅降低了测量开销。此外，他们还设计了变频采集与极致压缩算法，实现了从分钟级到毫秒级的细粒度监测，并在华为等企业项目中取得良好应用效果。
在交流互动环节，现场师生围绕稀疏测量技术的理论边界、如何平衡测量精度与系统开销等关键问题，与谢教授进行了深入交流。谢教授结合经验，对这些问题进行了细致解答，并分享了该技术从理论研究到落地应用的挑战与心得。
本次报告系统展示了从理论创新到产业应用的全链条研究。报告紧扣“数据驱动”与“AI赋能”的核心，所介绍的高效采集与智能分析方法为解决广域网络监测的根本性难题提供了创新性的思路与工具，具有极高的理论价值与显著的实践意义，为我院师生带来了深刻启发。
专家介绍：
谢鲲，湖南大学二级教授，博士生导师，国家杰出青年科学基金获得者，湖南省杰出青年基金获得者，湖南省青年骨干教师，湖南省优秀硕士生导师，长沙市巾帼建功标兵，湖南大学岳麓学者，湖南大学科研标兵。担任超算与人工智能融合计算教育部重点实验室主任，以及湖南大学信息科学与工程学院学术委员会/学位委员会主任。长期从事计算机网络、网络安全、大数据与人工智能的研究工作。
（计算机与信息工程学院 赵俊红）