作为人工智能的重要传播技术之一，通信与电子信息技术具备利用各类数据处理算法进行海量数据信息处理的能力，并将最终的数据处理结果上传至人工智能平台。为探讨这一蓬勃发展的领域中的新兴研究方向，第六届计算机通信与人工智能国际会议 (CCAI2026)于2026年5月22-24日在南京隆重举行。
大会上我院电子信息专业研究生杨紫昊同学做了题为《Self-Supervised DeepTensor for Low-Rank Channel Estimation in XL MIMO Systems》的学术报告。该报告针对大规模 MIMO 毫米波系统的高维信道估计问题，提出一种基于 DeepTensor 的自监督低秩张量分解方法。该方法利用未训练神经网络的隐式正则化能力，对 MIMO信道的低秩张量结构进行表征，并结合 CP 分解实现信道重构。仿真结果表明，所提方法在无需预训练的条件下，仍能够获得优于最小二乘法的信道估计性能，并能较好地挖掘信道的低秩稀疏特性。
本次报告不仅展现了谭镇坤（会议论文第一作者）、陈紫昊等同学扎实的专业功底与出色的科研表达能力，也体现了我院在电子信息专业研究生培养体系上的科学性与实效性。会议期间，陈紫昊同学与来自国内外高校及研究机构的专家学者进行了深入交流，围绕计算机通信与人工智能领域的前沿问题分享了研究思路与实践成果，得到了与会同行的积极反馈与关注。此次参会与报告，进一步提升了我院在该领域的学术影响力，也为研究生拓宽国际视野、参与高水平学术交流积累了宝贵经验。我院将继续支持和鼓励研究生投身科研实践，强化创新能力和学术交流能力，为培养更多具有竞争力的电子信息专业人才贡献力量。（撰稿/摄影：胡浪涛 审核：詹文法）
