机器学习与数据挖掘
Machine Learning & Data Mining这是整个研究组最底层的方法论基础，强调我们本质上仍然是做智能方法、数据建模与知识发现。
AGI Research Framework
方法根基 · 核心技术 · 研究方向
以机器学习与数据挖掘为根基，以深度神经网络、大模型推理与智能体、情境大数据智能为核心技术，面向科学智能、时序智能与推荐系统开展基础方法与关键应用研究。
扎根机器学习与数据挖掘，发展新一代智能技术，探索科学、时间与人的智能规律。
- 科学 科学智能
- 时间 时序智能
- 人 推荐系统
Foundation
方法根基
Core Technologies
核心工具与技术
这一层回答的是：我们依靠什么技术解决问题？
深度神经网络
Deep Neural Networks大模型推理与智能体
LLM Reasoning & Agents情境大数据智能理论与技术
Context-aware Big Data IntelligenceResearch Areas
三大研究方向
代表论文
(2026).
From Values to Tokens: An LLM-Driven Framework for Context-aware Time Series Forecasting via Symbolic Discretization.
In IJCAI.
(2026).
ScholarSum: Student-Teacher Abstractive Summarization via Knowledge Graph Reasoning and Reflective Refinement.
In IJCAI.
基金支撑
国家级人工智能专项
新一代AI专项
中国科学院战略性先导科技专项
中科院先导B类项目
国家自然科学基金
国自然基金委青年科学基金A类项目（原国家杰青）
相关链接
合作企业
