一、平台总概览：
科研概况：
人类多模态数据规模的增加与智算模型的发展对新型人工智能基础理论以及人类多模态信息智能认知提出了重大挑战。为实现新型宽度学习基础理论的创新性突破，推动多专业领域知识智算模型的高质量发展，促进AI对人类多模态数据的高精度认知，开展AI在精神健康领域的示范性与引领性应用，贯彻落实人工智能+战略部署，本实验室设立如下四个方向：
一、新型宽度学习基础理论研究：研究宽度学习的基础理论与算法设计，针对数据动态更新场景下模型学习成本高的问题，研究增量式的高效优化方法，突破传统神经网络参数求解的效率瓶颈。
二、领域智算模型方法研究：研究多种领域的智算模型方法，针对不同领域专业知识，研究基于智算的大模型训练方法，提升领域智算模型的泛化能力和应用效果。
三、情感计算与多模态数据分析：研究面向情感识别、情绪分析、人机交互等场景的人工智能算法，深入挖掘人类在语音、图像、生理数据等多模态数据上的情感语义，研究更精准与更高效的多模态数据分析方法。
四、精神健康示范应用：利用智算模型与智能认知技术开发用于检测、筛查和干预精神健康问题的应用，进一步提高精神健康领域的筛查与诊疗效率。
在相关领域已发表/录用学术论文400余篇、申请专利100余项。团队成员主持了包括863重大项目、国家自然科学基金重点项目等一批国家和省部级科研项目。获得教育部自然科学一等奖1项，教育部科学技术进步二等奖1项，全国发明展览会金奖1项，广东省科技进步一等奖一项，最佳论文奖两项。
科研成果：
在人工智能相关领域已发表高水平学术论文400余篇，申请国家发明专利100余项。团队成员主持承担了包括国家重点研发计划、国家自然科学基金重点项目、优青项目等国家级、省部级以及地市级重大科研项目20余项。科研成果获得广泛认可，荣获教育部自然科学一等奖1项、教育部科学技术进步二等奖1项、全国发明展览会金奖1项、广东省科技进步一等奖1项以及国际权威学术会议最佳论文奖2项。
科研平台/科研机构：
成果转化：
相关成果推广应用到成瘾评估、睡眠障碍康复评估等精神障碍辅助诊疗领域上，在戒毒人员成瘾评估上，本研究提出的新型评估系统能够将年均评估时间从原来的90余天缩短到仅需9天，节省了大量的时间和资源，该系统已投入岑村强戒所使用；在睡眠障碍康复评估上，本研究设计的新型辅助评估方案由原来单靠人力评估至少1小时缩短到仅需15分钟，医院的日接待最大人数提升到原来的四倍，实现了睡眠障碍康复评估降本增效，本研究设计的康复评估方案目前已应用到广州医科大学附属第一医院。
二、平台详情：
平台名称：广东省智算模型与智能认知重点实验室
平台简介：
广东省智算模型与智能认知重点实验室批准单位为广东省科技厅，依托华南理工大学，实验室建立时间为2017年。实验室立足人工智能发展前沿，紧密围绕国家“人工智能+”战略部署，致力于应对人类多模态数据激增与智算模型演进带来的重大挑战。我们以创新基础理论、突破关键技术、引领示范应用为核心使命，积极服务国家区域发展战略和构建新发展格局。
研究方向：
本实验室设立如下四个方向：
一、新型宽度学习基础理论研究：研究宽度学习的基础理论与算法设计，针对数据动态更新场景下模型学习成本高的问题，研究增量式的高效优化方法，突破传统神经网络参数求解的效率瓶颈。
二、领域智算模型方法研究：研究多种领域的智算模型方法，针对不同领域专业知识，研究基于智算的大模型训练方法，提升领域智算模型的泛化能力和应用效果。
三、情感计算与多模态数据分析：研究面向情感识别、情绪分析、人机交互等场景的人工智能算法，深入挖掘人类在语音、图像、生理数据等多模态数据上的情感语义，研究更精准与更高效的多模态数据分析方法。
四、精神健康示范应用：利用智算模型与智能认知技术开发用于检测、筛查和干预精神健康问题的应用，进一步提高精神健康领域的筛查与诊疗效率。
人才团队：
广东省智算模型与智能认知重点实验室构建了一支高水平的科研团队，涵盖计算机科学、人工智能、脑科学、数据科学等多个学科领域。现有固定人员共计30余人，团队成员具有较高的学历和职称层次，其中博士及硕士学位的人员占比超过90%。
团队结构合理，拥有较为完善的职称体系，包括一大批具有高级职称的研究人员和工程技术人员，确保了平台在各项科研工作中的稳定性和创新能力。同时，平台还积极吸引和培养年轻的学术骨干，为团队的持续发展提供了源源不断的创新动力。
实验室主任
陈俊龙（C. L. Philip Chen），华南理工大学计算机科学与工程学院院长，欧洲科学院外籍院士，欧洲科学与艺术学院院士，俄罗斯工程院外籍院士，中国自动化学会第十一届副理事长，国家重大人才工程引进教授。陈教授曾任澳门大学科技学院院长，美国德州大学工学院终身教授、副院长和电机及计算机系主任。陈教授是IEEE Life Fellow，美国科学促进会AAAS Fellow，国际模式识别学会IAPR Fellow，香港工程师学会 Fellow，我国自动化学会以及人工智能学会的Fellow及常务理事。
陈俊龙教授曾任IEEE Transactions on Cybernetics期刊和 IEEE Systems, Man, and Cybernetics: Systems期刊主编及IEEE Systems, Man, and Cybernetic Society学会国际总主席（President，2012-2013）。陈教授在国际重要学术刊物上发表论文1000余篇，其中IEEE Transactions文章700余篇，多次获得最佳论文奖项。目前，谷歌学术引用72000余次， Web of Science引用55000余次。目前，同时有54篇文章被列在Web of Science 1% 的高引用，其中4篇在0.1%的热点引用、获4项美国专利，30余项中国发明专利，出版学术专著2部。陈教授在智能科学与技术、计算智能、智能系统与控制、控制论、数据科学的科研方向都有非常杰出的贡献。陈教授获IEEE学会颁发了6次杰出贡献奖，是我国计算机科学学科教指委委员和美国工学技术教育认证会(ABET)的评审委员。澳门大学获得工程学科及计算机工程的完成国际认证是陈教授对澳门工程教育的至高贡献。2016年他获得了母校—美国普度大学的杰出电机及计算机工程奖（Outstanding Electrical and Computer Engineering Award）。2018年获 IEEE系统人机控制论的最高学术奖--IEEE 诺伯特·IEEE 诺伯特·维纳奖(Norbert Wiener Award)、获IEEE Joseph G. Wohl终身成就奖（IEEE Joseph G. Wohl Outstanding Career Award）、获2019年广东省科学进步一等奖、获2021年度吴文俊人工智能杰出贡献奖；2018年到2023年连续六年获得科睿唯安（Clarivate Analytics）全球高被引科学家的称号，及连续六年入选在“终身科学影响力排行榜（1960-2024）”和“2024年度科学影响力排行榜，”两个榜单，尤其在“2024年度科学影响力排行榜名列全球前951名。
优秀青年人才
张通博士，现任华南理工大学计算机科学与工程学院副院长，教授，博士生导师，国家优秀青年科学基金和广东省杰出青年基金获得者，入选2024年全球前2%顶尖科学家榜单。主要从事情感计算和大模型等人工智能基础及相关应用研究，主持国家自然科学基金、广东省自然科学基金和与企业合作项目20余项，发表学术文章170余篇，其中高被引论文10篇，申请专利100余项，其中，PCT专利2项，授权专利31项。担任JCR一区期刊IEEE Transactions on Affective Computing，IEEE Transactions on Computational Social Systems和Journal of Intelligent Manufacturing的期刊副主编。担任中国自动化学会计算社会与社会智能专委会副主任，青年工作委员会副秘书长；担任健康智能感知与数字平行人教育部工程研究中心副主任，广东省智算模型与智能认知重点实验室副主任。曾获广东省科技进步一等奖，第十届“吴文俊人工智能优秀青年奖”，ACM广州新星奖及IEEE SMC学会Franklin V. Taylor最佳论文奖。曾指导学生获全国互联网+大赛总决赛国家金奖2项。
陈敏，教授，博士生导师，IEEE Fellow,IET Fellow,谷歌学术引用超过3.95万次，H-index=94，获2018，2019，2020，2021及2022科瑞唯安全球高被引学者。在IEEE JSAC、IEEE TNNLS、Science、Nature Communications等国际权威期刊及知名学术会议上发表论文200余篇，授权国家发明专利20余项，出版专著与教材12本,获得IEEE通信学会Fred W. Ellersick Prize （2017），IEEE车载技术学会Jack Neubauer Memorial Award（2019），以及IEEE ComSoc亚太地区的最佳论文奖（2022）。长期担任5G/6G、医疗AI、移动云计算和通信网络等领域多个国际期刊的客座编辑。
陈伟能，教授、博士生导师，国家优秀青年科学基金获得者、广东省自然科学杰出青年基金获得者、首批“广东特支计划”科技创新青年拔尖人才、广州市珠江科技新星、英国皇家学会Newton Fund基金获得者。主要研究方向为：计算智能，进化计算算法与应用。
余志文博士，华南理工大学计算机学院教授、博导、CCF广州分部执行委员、华为顾问，发表学术论文200多篇，其中70多篇IEEE Transactions系列论文，google引用为11000多次，h-index为49，担任IEEE Transactions on Systems, Man, and Cybernetics: Systems副主编、CCF会刊《计算机应用》编委。主持和参与的项目30多项，其中主持国家基金重点项目（人工智能应急管理专项）、优青项目、面上项目和青年项目、以及主持广东省重点研发计划（人工智能基础方向）和广东省杰出青年科学基金。曾获吴文俊人工智能自然科学奖二等奖、中国计算机学会自然科学奖二等奖，入选2024年度全球前2%顶尖科学家榜单。
科研项目与成果
实验室担各类国家级、省部级重大科研项目。目前，平台已成功承担超过30项重大科研项目，总经费超过2千万人民币。通过这些项目，平台在多个领域取得了显著的科研进展，尤其在智能制造、人工智能、计算脑科学等高技术领域，具有强大的学科优势和技术积累。
以下是平台承接的部分具有代表性的科研项目：
(1) 广东省重点领域研发计划项目，“大规模高效能神经网络模型与算法研究及应用”，2023B0303030001，2023/12-2026/11，500万
(2) “珠江人才计划”引进创新创业团队，计算脑科学与情感智能团队，RMB 1000万，2020/12-2025/12。
(3) 国家重点研发计划，柔性系统非确定性制造大数据理论与方法研究，RMB 452万元，2019/12-2022/11。
(4) NSFC重点基金，多源异构数据的决策特征提取与知识发现，RMB 220万，Jan 2018 – Dec 2020.
(5) 国家自然科学基金委（NSFC）重点项目，大模型情感价值对齐认知及可信决策理论，2026/01-2030/12，229万；
(6) 国家自然科学基金委（NSFC）优秀青年科学基金项目，机器智能算法与情感识别基础研究2023/01-2025/12，200万；
(7) 国家自然科学基金委（NSFC）面上项目，小样本学习的跨模态情感识别方法研究，2021/01—2024/12，59万元；
(8) 广东省自然科学基金委杰出青年基金项目，多模态情感智能分析方法与应用，2019/10-2023/09,100.0万元。
科研成果：
1. Y. Xu, C. L. Philip Chen, M. Wu and T. Zhang*, SGB-Net: Scalable Graph Broad Network, in IEEE Transactions on Neural Networks and Learning Systems, doi: 10.1109/TNNLS.2025.3552129.(*Corresponding Author, SCI)
2. Tong Zhang, Qilin Li, Jingtao Wen, C. L. Philip Chen,Enhancement and optimisation of human pose estimation with multi-scale spatial attention and adversarial data augmentation, Information Fusion, Volume 111, 2024(SCI)
3. Shuzhen Li; Tong Zhang*; C. L. Philip Chen, SIA-Net: Sparse Interactive Attention Network for Multimodal Emotion Recognition, in IEEE Transactions on Computational Social Systems, doi: 10.1109/TCSS.2024.3409715.(*Corresponding Author, SCI)
4. Tong Zhang; Yelin Chen; Shuzhen Li; Xiping Hu; C. L. Philip Chen*, TT-GCN: Temporal-Tightly Graph Convolutional Network for Emotion Recognition From Gaits, in IEEE Transactions on Computational Social Systems, vol. 11, no. 3, pp. 4300-4314, June 2024.(SCI)
5. Zhong, Linjun and Chen, C. L. Philip and Guo, Jifeng and Zhang, Tong*, Robust Incremental Broad Learning System for Data Streams of Uncertain Scale, in IEEE Transactions on Neural Networks and Learning Systems, doi: 10.1109/TNNLS.2024.3396659.(*Corresponding Author, SCI)
6. Tong Zhang*, Jingxiang Lian, Jingtao Wen, C. L. Philip Chen*, Multi-Person Pose Estimation in the Wild: Using Adversarial Method to Train a Top-Down Pose Estimation Network, in IEEE Transactions on Systems, Man, and Cybernetics: Systems,vol. 53, no. 7, pp. 3919-3929, July 2023.(SCI)
7. Tong Zhang, Xuehan Wang, Xiangmin Xu, C. L. Philip Chen, GCB-Net: Graph Convolutional Broad Network and Its Application in Emotion Recognition, in IEEE Transactions on Affective Computing, vol. 13, no. 1, pp. 379-388, 1 Jan.-March 2022.(SCI)
8. Tong Zhang, Xinrong Gong and C. L. Philip Chen, BMT-Net: Broad Multitask Transformer Network for Sentiment Analysis, in IEEE Transactions on Cybernetics,vol. 52, no. 7, pp. 6232-6243, July 2022.(SCI)
9. Xinrong Gong, Tong Zhang*, C. L. Philip Chen and Zhulin Liu,, Research Review for Broad Learning System: Algorithms, Theory, and Applications, in IEEE Transactions on Cybernetics,vol. 52, no. 9, pp. 8922-8950, Sept. 2022. (*Corresponding Author, SCI)
10. Tong Zhang, Yuan Zong, Wenming Zheng, C. L. Philip Chen, Xiaopeng Hong, Chuangao Tang, Zhen Cui, Guoying Zhao; Cross-Database Micro-Expression Recognition: A Benchmark, in IEEE Transactions on Knowledge and Data Engineering, vol. 34, no. 2, pp. 544-559, 1 Feb. 2022.(SCI)
11. Tong Zhang, Chunyu Lei, Zongyan Zhang, Xian-Bing Meng, C. L. Philip Chen, AS-NAS: Adaptive Scalable Neural Architecture Search with Reinforced Evolutionary Algorithm for Deep Learning, in IEEE Transactions on Evolutionary Computation, vol. 25, no. 5, pp. 830-841, Oct. 2021.(SCI)
12. Tong Zhang, Guoxi Su, Chunmei Qing, Xiangmin Xu, Bolun Cai, Xiaofen Xing, Hierarchical Lifelong Learning by Sharing Representations and Integrating Hypothesis, in IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. 51, no. 2, pp. 1004-1014, Feb. 2021. (SCI)
13. .Z. Liu, C. L. P. Chen*, S. Feng, Q. Feng and T. Zhang, Stacked Broad Learning System: From Incremental Flatted Structure to Deep Model, in IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. 51, no. 1, pp. 209-222, Jan. 2021. (通讯作者）
14. T. Zhang, T. Hu, M. Wu, Z. Xu and C. L. Philip Chen, ACM-GNN: Adaptive Cluster-Oriented Modularity Graph Neural Network for EEG Depression Detection, in IEEE Transactions on Computational Social Systems, doi: 10.1109/TCSS.2025.3576373.(SCI)
15. .S. Li, T. Zhang* and C. L. P. Chen, Cyclic Data Distillation Semi-Supervised Learning for Multi-Modal Emotion Recognition, in IEEE Transactions on Knowledge and Data Engineering, vol. 37, no. 9, pp. 5078-5092, Sept. 2025, doi: 10.1109/TKDE.2025.3581786.(*Corresponding Author, SCI)
1. 陈俊龙,叶梦晴,张通. 基于双空间自适应融合的脑电情感识别方法、介质及设备. 申请号：CN202211161210.X，2022-09-23，授权日期：2023.4.7，授权号：CN115238835B
2. 陈俊龙，刘竹琳，贾雪，叶汉云，冯绮颖，张通，一种具有深度结构的增量堆叠式宽度学习系统，202011519673.X，发明专利，2020.12.21，授权日期：2022-4-22，授权号：CN112508192B
3. 陈俊龙，李淑贞，张通，一种基于堆叠式宽度学习模型的在线学习芯片，202110238045.2，发明专利，2021.03.04，授权日期：2022-4-22，授权号：CN113052306B
4. 陈俊龙,邱际宝,张通. 基于辅助任务的符号音乐情感分类系统及方法. CN202210296315.X，2022-03-24，授权日期：2024-05-14，授权号：CN114925742
5. 陈俊龙,郭继凤,冯绮颖,刘竹琳,张通. 一种基于卷积宽度网络的人脸检测和识别方法，CN202111610869.4，2021-12-27，授权日期：2024-09-17，授权号：CN114373205
6. 张通、刘炳秀、贾雪、王雪菡、陈俊龙，基于深度特权网络的人脸表情识别方法及系统，202110125228.3，发明专利，2021.1.29，授权日期：2023-8-22，授权号：CN112906500B
7. 张通;吴梦琪;王锦炫;陈俊龙, 基于头部可穿戴设备感知的情感识别方法、介质及设备, 2024102237477, 2024-02-29，授权日期：2024-06-21，授权号：CN117809354
8. 张通;郭继凤;陈业林;陈俊龙, 基于多粒度的可增量深宽网络活体检测方法、介质及设备, 2023112170765, 2023-09-20, 授权日期：2024-06-21，授权号：CN117238018
9. 张通，邱际宝，陈俊龙，贾雪，一种可互联互动的智能脑波音乐耳机，202110352683.7，发明专利，2021.03.3，授权日期：2024-07-26，授权号：CN1113143289
10. 张通;邓忠易;陈俊龙, 面向客服场景的生成匹配式大模型构建方法、介质及设备, 2023117601974, 2023-12-20，授权日期：2024-08-27，授权号：CN117709969
平台建设与合作：
实验室拥有拥有约2000平方米的实验与办公场地,，实验室有自建高性能AI计算平台，包含16块Nvidia A100 GPU、6块 AMD MI250 GPU、6块 Nvidia A6000 GPU、16块 Nvidia 3090 GPU及 4台高性能存储服务器。此外，团队拥有大量的多模态数据采集设备，包括脑电采集设备、语音采集设备、步态采集设备、眼动采集设备、智能心理问诊设备、多模态数据采集器等为相关研究的顺利开展提供可靠的设备保障。
合作交流：
实验室与国内外信息领域的高校、企事业单位建立了长期且深入的合作关系。通过向行业内企业提供多项技术研发合作服务，将前沿研究成果应用于产业实践，直接为合作企业的技术进步与发展贡献了力量。
人才培养：
实验室汇聚了一支跨学科的高水平科研团队，成员涵盖计算机技术、电子信息等领域。实验室固定人员30人，已经培养优秀硕博士100余人，实验室在读硕博士以及本科人200余人.
服务地方，开放共享：
实验室紧密围绕地方需求，通过技术转化与协同创新，为区域经济和产业发展提供了有力支撑。目前实验室提供给企业的技术开发、服务、咨询等超过30项，累计合作金额超1000万。
联系方式：
联 系 人：张通
电 子 邮 件：tony@scut.edu.cn
通 讯 地 址：广州番禺大学城外环东路382号华南理工大学计算机科学与工程学院B3栋
邮 政 编 码：510006
