10月17日，第一届粒球计算国际会议（ICGBC2026）在重庆召开。作为协办单位，我院师生团队受邀参加会议，围绕粒球计算、大规模复杂数据聚类等前沿方向同国内多所高校专家学者开展深度学术交流。

下午的“粒球机器学习（二）”分会场中，我院程东东教授作题为《Granular Ball-Based Clustering for Large-Scale Data with Complex Distributions（面向大规模复杂分布数据的粒球聚类）》特邀报告。报告阐释粒球计算借鉴人脑“整体优先”认知机理，采用自顶向下划分策略，利用粒球拟合数据集分布的核心思想；重点介绍粒球密度峰聚类、伪标签粒球划分谱聚类、粒球DBSCAN、粒球最小生成树聚类等系列算法，展示粒球数据表示在提升复杂分布数据聚类精度与运算效率上突出优势。

研究生胡地鑫作口头论文报告，报告题目为《GB-Guided SUDE: Granular-Ball Landmark Compression for Scalable High-Dimensional Clustering》。针对传统SUDE算法地标采样数量庞大、局部几何信息存在冗余的痛点，该研究在地标采样与低维嵌入流程之间引入粒球压缩机制，依靠粒球递归划分筛选代表性地标，融合逆近邻（RNN）重要度完成地标补全，在保留SUDE原有嵌入、非地标映射流程前提下，有效降低计算开销。多组数据集实验结果表明，该方案可实现地标规模压缩，相比原始SUDE算法最高可实现5.30倍加速，同时保持优异聚类效果。

经大会评审，胡地鑫同学的论文获评BestPaper–Runner‑upAward（最佳论文亚军奖），胡地鑫同步获得会议口头报告证书与参会证书。该奖项是会议组委会对我院相关研究工作的高度认可，也是我院持续推进研究生科研能力培养、鼓励研究生走出去开展学术交流取得的重要成果。

本次参会，为我院师生搭建起高水平学术对话平台，既对外展示了学院科研成果，也帮助师生充分了解粒球计算领域前沿动态。下一步，学院将持续鼓励师生积极参与各类高水平学术会议，深耕大规模复杂数据分析、粒球计算、智能聚类等研究方向，持续强化科研创新能力，全面提升研究生人才培养质量。

据悉，粒球计算是一种受“大范围优先”人脑认知启发、面向多粒度认知的数据表示与计算理论模型。该理论能够高效自适应地生成不同粒度大小的超球体（含低维空间下的非标准球体），对数据进行多粒度的中观表示与关系刻画，从而取代传统基于细粒度点输入或单一粒度刻画的AI计算方式，建立起以粒球为核心的新型人工智能计算理论体系。其目标在于构建端到端的多粒度人工智能架构，获得比传统人工智能更高的效率、更强的鲁棒性与更好的可解释性。ICGBC2026旨在为全球学者提供专注探索该领域核心理论、关键技术及前沿应用的专属平台，重点围绕粒球计算的基础理论、核心技术及其交叉应用展开深入探讨，对促进人工智能基础理论创新、孵化新一代人工智能模型，并最终为智慧金融、智能制造、工业互联网等涉及复杂系统建模与多源异构数据融合的各类应用场景，提供全新的多粒度认知计算范式支撑，具有重要的奠基与引领意义。