主持人语

在数字中国、智能制造、智慧教育与主动健康等国家战略持续推进的背景下，人工智能正由“可用”迈向“可信、可部署、可协同”的新阶段。作为人工智能发展的核心驱动力，深度学习算法在图像理解、情绪识别、群体计数、边缘计算与联邦协同等领域持续释放创新活力，并不断推动智能感知技术向更高精度、更强鲁棒性和更广应用的场景拓展。然而，面对真实复杂环境，数据隐私保护不足、跨域分布差异明显、模型计算开销较大、场景适应能力有限等问题，仍然是制约相关研究走向规模化应用的重要瓶颈。为此，围绕上述关键瓶颈对深度学习算法与智能感知开展系统性研究，实现算法性能提升与复杂场景适配的协同统一，对人工智能高质量发展至关重要。

在上述时代背景与问题导向下，本专题聚焦“深度学习算法与智能感知”，遴选并收录了一批该领域具有代表性和前沿性的研究成果。这些优秀成果来自于3支具有鲜明特色的研究团队，形成了从安全学习、跨域感知到轻量部署的完整研究链条。其中，重庆大学计算机学院院长、国家级人才向涛教授团队，聚焦“基于数据集蒸馏的安全高效一次性交互联邦学习”，致力解决分布式智能系统中数据安全与通信效率协同优化的关键问题；重庆邮电大学陈昌川副教授团队，提出“跨域交互与感知增强图长短时记忆网络的脑电情绪识别方法”，为复杂生理信号的跨域建模与高精度识别提供了新路径；西南大学陈玲副教授团队，构建“L-CSNet：基于高效多尺度膨胀卷积的轻量级计数监督网络”，为视觉感知模型的轻量化、高效化、可部署化提供了可行的技术方案。

在实践应用方面，本专题的研究成果对推动人工智能智慧教育、智慧工农业、智慧医疗与智慧交通等领域的发展具有积极意义，不仅为提升复杂场景下智能系统的感知能力、决策效率和部署水平提供了方法支撑，也为数据安全治理、智能技术规范应用及相关政策的制定提供了科学参考。在未来研究中，可进一步面向可信智能、跨域泛化和多模态融合等关键方向，深入开展深度学习与智能感知的创新方法研究，推动基础理论与实际应用需求的深度融合，为智能技术的持续发展提供坚实支撑。

主持人简介

李传东，西南大学二级教授、博士研究生导师、IEEE高级会员，主要从事计算智能、毫米波理论与应用、脉冲博弈控制理论与应用研究。出版学术专著4部，发表SCI论文400余篇，被引万余次，主持国家自然科学基金项目多项，入选教育部新世纪优秀人才、巴渝学者，享受国务院政府特殊津贴，获重庆市自然科学一等奖、二等奖等多项奖励。