近日，由西南交通大学计算机与人工智能学院、唐山研究院、网络教育学院主办，悉尼科技大学、四川大学、西南财经大学、武汉理工大学协办的2023年第三届数字化社会与智能系统国际学术会议在成都举办。校党委常委、统战部部长汪铮出席会议并致辞。来自10余个国家、70余所高校的150余名专家学者，聚焦智能系统在数字化社会中的相关技术和应用发展，探讨人工智能、深度学习、数字基建、数字化医疗等前沿话题。
在介绍学校科技创新成果后，汪铮阐述了人工智能领域在当下的蓬勃发展和无限机遇，肯定了本次大会对人工智能领域所带来的积极影响。他表示，大会的成功举办有助于促进科研人才交流，推动智能系统在数字化社会中的快速发展。
DSInS 2023组委会主席、武汉理工大学李琳教授介绍了会议发展历史、涉猎领域、成员组成，回顾了前两次会议召开历程，对本次会议的成功召开表示祝贺，对大会未来发展寄予厚望。
AAAI/ACM/IEEE fellow、伊利诺伊大学芝加哥分校刘兵教授进行了题为《Unifying Continual Learning, OOD Detection and Open World Learning》的报告，重点介绍了类别增量学习（Class-Incremental Learning，CIL）在持续学习中的重要地位，并指出，良好的CIL的充分必要条件是良好的任务内预测和良好的分布外检测(Out-of-Distribution, OOD)。基于该理论提出了一种新的CIL方法，突破固有壁垒适用于可以构建自主学习的开放世界学习（Open World Learning, OWL），为持续学习问题提供了新思路。
西南交通大学彭博教授进行了题为《Robust Edge and Boundary Segmentation in Urban Pavement Defects Detection》的报告，阐述了城市道路缺陷检测中因复杂性和边缘噪声带来的挑战，改进和利用了深度卷积神经网络提升路面缺陷检测性能，并提出一系列仿生算法来解决复杂环境下的边缘连接和缺陷检测问题。
亚洲大学洪西进教授进行了主旨报告《Combing Multi Biometric Recognition Techniques to Smart Cities》，报告针对城市越先进、越智能，产生的数据量就越大的现实问题，指出了构建智慧城市的一系列挑战，如开放访问，安全，隐私等问题，表明采用融合技术将多种生物特征识别方法结合在一起应成为人们关注的焦点。
武汉理工大学李琳教授进行了题为《Hyperbolic Mutual Learning for Bundle Recommendation》的报告，提出了一种用于解决捆绑推荐问题的hyperMBR模型，通过对视图交互图在双曲空间进行编码，并提出了一种基于双曲距离的互蒸馏方法，与最先进的捆绑推荐方法相比，HyperMBR取得了更好的性能。
澳大利亚南昆士兰大学陶晓辉教授进行了题为《Intelligent Data Analytics with Human-in-the-Loop for Smart Healthcare in Digital Society》报告，详细介绍了P4（预测性、预防性、个性化、参与性）医学以及人机交互智能数据分析如何帮助改变数字社会中的医疗保健和医疗事件，强调了人工智能由人类、面向人类以及为人类服务组成的研究理念。
华中科技大学赵峰教授进行了题为《IE-Evo: Internal and External Evolution-Enhanced Temporal Knowledge Graph Forecasting》的报告，提出了一种新的时间知识图谱预测方法IE-Evo，以解决TKG预测中缺乏足够样本数据、忽略外部知识语义以及时间信息演化的问题，在多个评估指标上取得了显著的结果。
中国科学院深圳先进技术研究院高性能计算中心、大数据处理平台主任魏彦杰教授进行了题为《Efficient Analysis of Biological Big Data》的报告，介绍了生物信息学中人工智能模型的开发和训练对高性能计算的依赖性，并详细介绍了团队在生物大数据方面提出的高效和准确的数据分析算法和工具。
特邀报告后，40余名专家学者通过线上或线下的形式进行了口头汇报或海报展示。经大会组委会专家评选，6名学者分别获得最佳论文、最佳学生论文、最佳海报。闭幕式上，澳大利亚悉尼科技大学徐贯东教授为获奖学者颁奖并作会议总结。
