欢迎具有较强的机器学习及编程基础的研究生联系我们 Fancy AI Team。

我们的研究工作包括。

1. 计算机视觉、自然语言理解大模型，及两者的多模态融合；
2. 机器学习理论，包括少样本学习、半监督学习、自监督学习；
3. 时序数据分析，金融数据分析；
4. 分布式机器学习，联邦学习。

+ 联系方式  fanchenyou@scnu.edu.cn

+ 关注“计算机视觉的小书童”，了解更多FancyAI的工作。

 

 

部分工作展示

 

1.大模型智能体

Who is Undercover? Guiding LLMs to Explore Multi-Perspective Team Tactic in the Game

发表于DASFAA-2025

大模型自主对话与多轮决策，实现谁是卧底游戏。 文章链接

 

 

 

 

 

 

 

 

 

 

2.时序预测

Carbon Price Forecasting with LLM-Based Refinement and Transfer-Learning

基于大模型蒸馏的碳市场时序预测与迁移学习，发表于ICANN-2024，文章链接

 

 

 

Multi-horizon time series forecasting with temporal attention learning

基于时序注意力的时序预测方法，发表于KDD-2019

  

 

3.分布式机器学习与半监督学习

 

“Few-Shot Multi-Agent Perception With Ranking-Based Feature Learning”

基于特征学习的小样本多智能体感知，发表于TPAMI 2023-10 

 

"Few-shot multi-agent perception"

小样本多智能体感知，发表于ACM MultiMedia-2021

 

“Private Semi-Supervised Federated Learning”

隐私保护的半监督联邦学习，发表于IJCAI-2022 

             

 

 

 

4.预训练大预言模型，自然语言处理，检索增强

 

医学大模型检索增强

Medical Document Embedding Enhancement with Heterogeneous Mixture-of-Experts. 文章链接

发表于BIBM-2024

 

 

REMED: Retrieval-Augmented Medical Document Query Responding with Embedding Fine-Tuning

发表于IJCNN-2024

 

 

“Heterogeneous memory enhanced multimodal attention model for video question answering”

多模态视频问答， 发表于CVPR-2019

 

 

“Federated Prompting and Chain-of-Thought Reasoning for Improving LLMs Answering”

大模型联邦检索，发表于KSEM-2023

 

发表于 中文信息学报 20222-01

         

 

5.计算机视觉

“Identifying first-person camera wearers in third-person videos”

多视角人像检测，发表于CVPR-2017