2026年10月30日至31日，由重庆科技大学主办，数理科学学院具体承办，重庆智能数学与自主智能研究院、自主AI基础理论与新型智能工业创新重庆市高校重点实验室、半导体智慧照明与应用重庆高校工程研究中心、重庆市系统工程学会、重庆市人工智能学会协办的“2026计算数学与人工智能前沿研讨会（2026Symposium on Computational Mathematics and Artificial Intelligence，SCMAI 2026）”在重庆科技大学办公楼105会议室召开。研讨会以“人工智能与数学理论的交叉融合”为主题，旨在探索数学、数据科学在智能计算及工业应用的作用，邀请了多名来自国内外的顶尖专家和学者。重庆科技大学党委常委、副校长柏伟教授代表主办单位重庆科技大学致辞，数理科学学院院长彭军教授、副院长张家伟出席了本次会议。研讨会吸引数学、计算机科学、统计学、数据科学等多个学科专业的70余名师生踊跃参与。

重庆大学廖晓峰教授首先作“面向大数据的隐私保护分布式学习研究”报告。他指出，大数据时代的数据分散存储与隐私合规要求，使传统集中式机器学习面临数据孤岛和泄露风险的双重挑战，分布式学习因而成为重要路径。廖晓峰教授结合团队研究，分析了差分隐私、安全聚合与分布式训练之间的张力，并介绍了在保证隐私预算可控的前提下提升学习性能的若干思路。

重庆交通大学宋乾坤教授作“Quaternion version of Itô's formula”报告，聚焦四元数随机分析的基础理论问题。他介绍了四元数随机过程建模的基本设定，梳理了建立四元数版本Itô公式所需处理的关键问题，包括非交换性对微分规则的影响、随机项的分解与表示等。报告展示了Itô公式在四元数随机微分方程和复杂系统随机建模中的潜在应用。

陆军军医大学吴毅教授的特邀报告从医学影像与人体建模的实际需求出发，指出传统诊疗模式正从经验驱动向数据驱动、从二维阅片向三维重建与智能分析转变。吴教授介绍了人体重建在术前规划、病灶定位、疗效评估等环节中的作用，分析了从影像分割、三维重建到智能诊疗决策的技术链条，并讨论了临床场景对算法可解释性、鲁棒性和实时性的特殊要求。

重庆大学黄晟教授围绕多实例学习框架，讨论了如何在弱监督条件下将诊断标签转化为对关键影像区域的表征与定位，介绍了诊断驱动思想在特征提取、实例聚合和模型可解释性方面的作用。

昆明理工大学李华锋教授针对医学成像研究中的模态空间失配、成像质量退化以及模态信息缺失等问题，介绍了基于多尺度分解、深度学习与注意力机制的关键技术进展，并讨论了融合质量评价中主观视觉与客观指标之间的协调问题。他结合具体应用场景，说明了融合算法从实验室指标走向实际系统时需要跨越的工程障碍。

重庆三峡科技大学冯玉明教授介绍了超混沌系统的动力学分析方法，重点讨论了固定时间控制的基本思想。他对固定时间稳定性判据、控制增益选取和收敛时间估计等关键问题做了重要阐述，并结合其团队研究展示了超混沌系统控制策略的有效性。

2026计算数学与人工智能前沿研讨会议题覆盖随机分析基础理论、非线性系统控制、隐私学习、医学影像与图像融合等多个层面，既体现了数学理论研究的深度，又展现了智能应用领域的广度，为我校数学与人工智能基础学科建设及研究生培养提供了重要启发与有益借鉴。