2025年CCF全国理论计算机科学学术年会， 5天倒计时

CCF全国理论计算机科学学术年会(NCTCS，National Conference of Theoretical Computer Science)将于2025年8月3日至8月5日在云南昆明市举行。由中国计算机学会主办，理论计算机科学专业委员会、云南大学信息学院、云南省智能系统与计算重点实验室、云南大学承办。

本次会议将邀请国内外理论计算机科学领域的知名学者做大会报告,以开展广泛的学术活动、展示最新的研究成果。我们热烈欢迎国内外理论计算机科学及相关领域的学者莅临本次盛会，进行学术交流与探讨。

参会事宜

举办时间：2025.08.03 ~ 08.05

地点：云南省 昆明市 连云宾馆（五华区圆通街58号）

联系方式：苏茜 suqian@ynu.edu.cn 李伟东 weidongmath@126.com

注册方式

会议门票：

报名链接：

或扫描下方二维码报名：

重磅嘉宾

报告信息抢先看（已揭秘5个特邀报告）：

陈熙霖 研究员

中国科学院计算技术研究所

报告人简介：陈熙霖，CCF会士、计算机视觉专委主任，中科院计算技术研究所研究员，ACM / IAPR / IEEE Fellow。其主要研究领域为计算机视觉、模式识别、多媒体技术以及多模式人机交互，特别是在生物启发的特征表示与学习、以人为中心的感知与分析、场景理解等方面开展了系统的研究。目前担任JVCIR的Senior AE，计算机学报、模式识别与人工智能和VRIH的副主编，以及Research、Fundamental Research的(领域)编委。担任(过)多个国内外大会的主席和程序委员会主席，并十多次担任CVPR / ICCV / ECCV / NeurIPS等会议的领域主席。研究工作在国内外重要刊物和会议上发表论文400多篇，以第一完成人先后获得过国家自然科学二等奖、中国图象图形学学会自然科学一等奖等，并获北京市高等学校教学名师奖。

报告题目：从识别到理解——计算机视觉演进与未来挑战

报告摘要：视觉是智能的重要基础和组成部分，计算机视觉同样在人工智能中扮演着重要的作用。近年来人工智能中一些重要的进展也是通过在视觉任务中展现出其优越的性能而得到广泛关注的。尽管以人脸识别等为代表的计算机视觉应用得到了广泛的普及，但在高等动物的视觉系统中，其能力远不止于识别任务。面对更复杂的任务如精细的分辨、新事物新场景的推理等挑战时，计算机视觉依然面临适应性差、鲁棒性弱等问题。随着具身智能等系统发展的需求，对计算机视觉提出了新的要求，同时也提供了新的机遇。报告在回顾以往工作的基础上，梳理了未来值得关注的问题和发展方向，包括开放甚至对抗条件下面临的问题，并报告了近期的相关研究成果。

李昂生教授

北京航空航天大学

报告人简介：李昂生，北京航空航天大学教授。2003年国家杰出青年基金获得者。现任中国人工智能学会人工智能基础专业委员会主任。1993年中国科学院软件研究所研究生毕业，获博士学位。1993年7月-2018年7月在中国科学院软件研究所工作，分别于1995，1999年被聘为副研究员、研究员。分别于1998年1月-1999年1月，2000年2月-2002年2月在英国Leeds大学做访问学者、研究员。2008年9月-2009年3月在美国Cornell大学做访问科学家。2012年1月-2012年3月，英国剑桥大学牛顿数学研究所做访问学者。2018年7月-今，入职北京航空航天大学计算机学院。研究计算、信息与智能的数学原理。2008 - 2016年，提出编码树的概念、结构熵的度量，创立了《结构信息论》。2016 - 2024，提出信息世界的层谱抽象科学范式，建立了包括信息演算理论、信息生成原理和信息解码原理为三大支柱的信息的数学原理；建立了包括（观察）学习的信息理论、自我意识的信息理论和博弈/谋算理论为三大支柱的人工智能信息科学原理。2024年在科学出版社出版《人工智能科学 — 智能的数学原理》和《人工智能原理 — 从计算到谋算的模型、原理与方法》专著。 目前主要研究“谋算智能机器原理”和“《孙子兵法》的人工智能原理”。

报告题目： 智能时代的理论计算机科学：面向未来的计算机科学

报告摘要：计算机科学和计算机是20世纪科学技术的标志性成就，并且是21世纪科学技术的重要引擎，推动着21世纪以人工智能为标志的科学技术革命 – 预示着智能时代的到来。然而，智能时代的标志是：有原理、可解释、高效、可信的人工智能技术、人工智能技术路线、人工智能技术体系以及智能机器。

计算机科学和计算机可以追溯到1921年希尔伯特的计划。经典数学研究数与形，对标、建模并支撑着物理世界的研究 - 牛顿1686年开创的、现有的科学体系。20世纪早期，数学家发现，数学证明中经常用到了人的直觉。希尔伯特计划要求建立一个排除直觉的数学系统，从而建立数学的可靠基础。该计划的实质是建立人的逻辑推理和计算的数学原理，产生了1930年代的数理逻辑和1936年的图灵机和通用图灵机，奠定了计算机科学的基础。21世纪的一个新现象是：计算机无处不用。计算机在每一个环境中的应用提出了一个建模、优化与计算的新问题。理论计算机科学的根本问题是什么？自己独特的方法论是什么？现有的人工智能技术是一个物理世界科学体系下的、以计算为中心的、数据驱动的、“有算无谋”的信息处理技术（所谓的算力出奇迹）。显然不是智能时代的标志性成就。

人是最高智能体，人工智能就是用机器来实现人的智能。直觉是人的智能不可或缺的要素。智能的科学原理必须用数学的原理与方法把直觉拿回来，这就指出了一个全新的数学：智能数学，支撑智能时代的科学技术的新数学原理。

本报告将介绍理论计算机科学在支撑未来智能时代的基本问题和基本科学原理。

李向阳教授

中国科学技术大学

报告人简介：李向阳，中国科学技术大学计算机科学技术学院教授，执行院长，信息智能学部执行部长，中国科大讲席教授， ACM Fellow，IEEE Fellow, ACM杰出科学家。ACM中国前联合主席，ACM理事会常务理事，CCF常务理事，新创讲席教授，基金委杰出青年基金获得者，国家重点研发计划物联网安全项目首席科学家，曾担任美国伊利诺伊理工大学助理教授、副教授、教授，清华大学 EMC讲席教授，微软亚洲研究院访问教授。获伊利诺伊大学计算机硕士、博士学位，清华大学计算机本科、工商管理双学位。李向阳教授一直从事工业智能、智能物联网、网络-数据-计算的安全隐私、数据共享和贸易等方面的研究。

报告题目: 面向大规模定制化离散制造的智能网络协同与优化

报告摘要: 离散制造业当前面临着规模化与柔性生产的需求，即通过灵活的生产系统和智能化管理，实现对多品种、小批量订单的快速响应和高效制造。工业互联网是工业生产系统与互联网智能深度融合形成的新一代智能网络，其核心是感知、认知、分析、决策、控制一体化的信息与物理系统深度融合及应用。智能物联网、端边云计算、人工智能等新一代技术作为工业互联网的核心支撑之一，正在深刻地改变着工业生产的方方面面。在这个报告中，我将和大家分享如何构建融合行业知识的AI模型，如何构建高效的AI，如何通过智能求解器等技术赋能优化决策，去尝试解决基于行业知识和工业数据的工业智能与优化的挑战，并分享我们团队在离散制造业的工业智能相关的理论、技术、系统和应用方面的一些初步成果和探索，包括制造环境下多源异构、多模态、跨域隔离的高质量数据制备和高效治理和管理；机理知识与数据驱动的智能制造行业大模型，设计大小模型协同推理机制，优化决策效率和效能。

陆品燕 教授

上海财经大学

报告人简介：陆品燕，上海财经大学“长江学者”特聘教授。 2009年1月于清华大学计算机系获博士学位后加入微软亚洲研究院，历任理论组副研究员，研究员，主管研究员。2015年12月加盟上海财经大学，领衔组建理论计算机科学研究中心（ITCS）。 他的主要研究方向是理论计算机，并注重与其它学科的交叉，特别是计算机与经济学的交叉。他在理论计算机的三大会议STOC/FOCS/SODA共发表论文30余篇，在计算经济学的两大顶级会议EC/WINE共发表论文20余篇。荣获ICALP2007、FAW2010、ISAAC2010、AAMAS2024 等重要国际会议最佳论文奖。曾荣获ACM杰出科学家奖（2019）、第八届世界华人数学家大会ICCM数学奖（原晨兴数学奖）银奖（2019）、中国计算机学会青年科学家（2014）、微软学者（2008）、清华大学特等奖学金（2007）等荣誉。

除了作为一位杰出的学者，陆品燕教授也是一位学术领导者。他是上海财经大学计算机与人工智能学院的创院院长，计算经济交叉学科教育部重点实验室的创始主任，上海财经大学理论计算机科学研究中心的创始主任。他的研究中心在CSRankings的“算法与复杂性”和“计算经济学”两个方向已经排名亚洲第一、全球前十。在国际学术共同体中，陆品燕教授是拥有50余年历史的理论计算机国际旗舰期刊《Theoretical Computer Science》的现任主编，是CCF A类国际期刊《Information and Computation》的编委，担任FAW-AAIM 2012、WINE 2017、FAW 2018、ISAAC 2019等国际会议程序委员会主席，以及多次担任STOC，FOCS，SODA等顶级国际会议的程序委员会委员。

除了专注于纯理论与学术的工作，陆品燕教授还积极推动理论与工业实践的结合。作为首席科学家，他从零开始组建了华为理论计算机实验室（泰勒实验室），带领团队攻克了众多工业生产中真实的核心算法难题，曾获得公司个人最高荣誉的华为卓越贡献个人奖。

报告题目: 带预算限制的拍卖机制设计

报告摘要：带预算限制的拍卖机制设计（budget feasible mechanism design）框架自从其在2010年被Singer提出之后在理论与应用上都受到了极大的关注。在这个讲座中，我会主要从理论角度综述在这15年的时间里学术界在这个方向上取得的重大进展以及还遗留的重要open problem。

陈旭瑾研究员

中国科学院数学与系统科学研究院

报告人简介：陈旭瑾，1997年获云南大学学士学位，2000年获东南大学硕士学位，2004年获香港大学博士学位。现为中国科学院数学与系统科学研究院研究员、中国科学院大学教授、中国运筹学会副理事长。主要研究兴趣是组合优化的理论和算法，包括网络优化、多面体组合、算法博弈论等。曾获中国青年科技奖、中国运筹学会青年科技奖、国家优秀青年基金。入选国家中青年科技创新领军人才计划。

报告题目: Prophet Trading vs. Trading Prophets

报告摘要：We address two closely related online trading models: prophet trading (PT) and trading prophets (TP). Both models feature a trader interacting sequentially with sellers and buyers, each of whom has a price for a homogeneous item. Each seller has one item to sell, and each buyer demands exactly one. The agents (sellers or buyers) arrive in a uniformly random order, revealing their prices to the trader upon arrival.

In the PT model, the identity of an agent as a seller or buyer is fixed and does not change based on the trader's intentions. The trader must make an irrevocable decision—either to buy the item from a seller or to sell the item to a buyer—immediately after observing the agent’s price, before the next agent arrives. In contrast, the TP model allows the trader to determine whether each arriving agent acts as a seller or buyer. Depending on this designation, the trader can choose to either buy the item at the current price (if it does not already hold the item) or sell the item at the current price (if it does).

In this talk, we will explore the effectiveness of threshold online algorithms in solving the PT and TP problems.