2026年4月21日下午，闽江大学计算机与大数据学院特邀澳大利亚阿德莱德大学机器学习研究所（AIML）陈炜通研究员在务成楼 D116 会议室开展题为Learning Beyond Clean Data Assumptions: Robust AI under Irregularity, Imbalance, and Modality Misalignment的高水平学术讲座。本次讲座由计算机学院院长孙知信主持，学院相关领域师生到场聆听交流。
讲座中，陈炜通研究员围绕真实场景下非洁净数据这一核心痛点，系统阐述了不规则时序分析、长尾分布预测、大模型模态伪对齐等前沿问题。他指出，现实世界数据普遍存在不规则缺失、类别长尾失衡、多模态伪对齐等问题，传统AI 模型在这类场景下泛化能力受限，难以满足医疗、传感等实际应用需求。
陈炜通研究员结合团队研究成果，深入讲解了不规则时序的两类成因、长尾分布下药物相互作用预测的优化策略，以及大模型用于时序建模时存在的伪对齐现象，并通过大量实验数据证实，大模型在时序任务中效果未必优于轻量化模型，其性能提升更多来自时序结构本身。同时，他分享了基于Mixer 模块缓解伪对齐、面向医疗病理诊断的可信 AI 模型校准等创新解决方案，为非理想条件下的鲁棒 AI 研究提供了清晰思路。
讲座互动环节，陈炜通研究员与在场师生就非洁净数据处理、大模型落地、医疗AI 应用等问题展开深入探讨，耐心解答师生提出的学术疑问。
本次讲座内容前沿、视角独特，紧密结合人工智能与医疗数据分析的交叉领域，为我院师生在鲁棒机器学习、多模态信息融合、医疗数据挖掘等方向提供了宝贵学术启发，有效拓宽了师生的科研视野，助力学院在人工智能前沿领域的学术研究与人才培养。
(计算机学院 刘玮 通讯员 黄昆畅）
