9月17日下午，计算机学院“智能物联科研团队”牵头开展的“数据智析与决策优化专题研讨会”在计算机学院会议室顺利召开。本次研讨会聚焦数据智能分析技术突破与决策优化实践应用，学院科研博士、科研团队成员以及学院骨干教师共计25人参会。

　　研讨会上，团队负责人鞠雷教授指出，随着物联网技术的快速迭代，多源异构数据呈爆发式增长，如何通过智能算法挖掘数据价值、优化决策流程，已成为物联网领域与实体经济融合的关键课题。我校智能物联研究团队针对数据采集、算法优化与场景落地，此次研讨会旨在汇聚多方智慧，破解技术瓶颈，推动科研成果向实际生产力转化。

　　主题报告环节，科研博士周逢军结合企业经验、聚焦产业痛点，介绍了“基于实时生产数据的决策优化系统”在汽车零部件生产线的应用——通过实时分析设备运行数据、订单需求数据，该系统显著提升生产调度效率，降低不良率，为企业创造显著经济效益。科研团队骨干成员张文华分享“面向智慧农业的多源数据融合决策模型”。科研骨干成员岳秀明以“机器学习在物联数据降噪与特征提取中的应用”为题，结合实验案例详解了卷积神经网络、联邦学习等技术在提升数据质量中的实践路径。

　　在研讨环节，参会人员围绕“中小企业决策优化系统落地难点”议题展开热烈讨论。骨干教师王若成提出的“低成本数据采集设备与高端算法适配”需求，与科研博士高学强提出的“轻量化算法研发”方向形成呼应，现场达成多项共识。

　　最后，团队负责人鞠雷教授总结表示，本次研讨会明确了“算法轻量化”“场景定制化”两大发展方向。后续团队将梳理研讨成果，开展专项攻关，推动数据分析与决策优化技术在智能制造、智慧农业、智慧城市等领域的规模化应用，为计算机高水平学科建设与区域产业升级注入新动能。