2026年11月3日下午，计算机学院第41期“启明星”讲坛在10305教室顺利举行。本期讲坛由2026级研究生邓定杨、陈鑫然两位同学分别进行了学术汇报，2026级全体研究生到场参与了此次学术交流活动。
邓定杨同学围绕多模态遥感基础模型AnySat，针对遥感技术可通过不同卫星与传感器获取大量地球观测数据、光学影像提供地表颜色与光谱信息、SAR（合成孔径雷达）提供主动微波观测、不同卫星空间分辨率差异巨大等特点，指出传统模型输入张量形状固定、难以适应异构数据，不同模态通常需要独立模型或专用头，且无法充分利用大规模未标注多模态数据等局限。在此基础上，他深入介绍了GEOPLEX多模态遥感数据集的构建情况，该数据集空间分辨率跨度达0.2至250米，波段或通道数量为3至11，样本空间范围从单地块覆盖到大区域，共包含13个不同传感器、8个多模态数据集。随后，邓定杨同学重点剖析了AnySat统一模型的设计思路，该方法通过单一模型同时处理多种传感器、分辨率与模态的数据，超过75%的可学习参数在所有模态间共享，并以自监督方式进行预训练，无需大量人工标注即可学习通用特征表示，使统一特征表示可迁移到多种下游任务，为地物分类、土地覆盖检测等遥感应用提供了高效可行的技术路径。
陈鑫然同学聚焦基于脑影像的精神疾病智能诊断，介绍了基于fMRI脑连接组图与异质人群图的分类方法。该方法先将fMRI数据按脑图谱划分脑区，利用脑区时间序列计算两两相关系数（PCC）得到连接矩阵，再按阈值保留较强连接构成个体脑图；个体脑图经IIH-GCN与LGP模块提取脑区特征并拼接为个体向量，所有受试者共用同一套网络参数，使不同个体的向量处于同一特征空间。在此基础上，以个体向量为节点属性，结合站点、教育年限、性别、年龄等表型信息参与建边，构建异质人群图，最终实现健康对照（HC）与患病（ND）样本的分类。在实验设置上，该工作采用ABIDE（孤独症谱系障碍/健康对照，共871例）与REST-meta-MDD（抑郁症/健康对照，共533例）两个数据集，通过十折交叉验证及80%、10%、10%的转导式划分评估模型性能，并以ACC、AUC、SEN、SPE等指标衡量分类效果，为精神疾病的计算机辅助诊断研究提供了新的技术思路。
