2023年11月15日科睿唯安发布了2023年度“高被引科学家”名单来自全球67个国家和地区1300多个机构的6849名科学家入选他们在过去十年对自然科学和社会科学的单个或多个学科产生了重要的学术影响力计算机科学（Computer Science）领域全球共有96人入选我系程然副教授位列其中程然副教授入选计算机科学（Computer Science）领域“高被引科学家”程然副教授专注计算智能（Computational Intelligence）理论与方法研究，致力于为复杂计算问题提供智能化解决方案，发表学术论文一百余篇，被引用一万余次。与中国商飞、华为、德国博世等企业开展合作，应用领域涉及智能制造、类脑计算、边缘智能等。担任IEEE计算智能学会深圳分会创会主席，ACM TELO、IEEE TEVC、IEEE TAI、IEEE TETCI、IEEE TCDS期刊副编辑。获IEEE计算智能学会全球杰出博士论文奖、IEEE TEVC期刊杰出论文奖 、IEEE CIM期刊杰出论文奖。入选全球前2%顶尖科学家榜单、中国智能计算科技创新人物、算力中国·青年先锋人物。高被引科学家（Highly Cited Researchers, HCR）榜单由科睿唯安研究发布，面向全球科学家，旨在遴选全球高校、研究机构和商业组织中对所在研究领域具有重大和广泛影响的顶尖科学人才。2001年首份榜单发布，之后自2014年开始每年11月或12月发布榜单。据悉，成为“高被引科学家”的前提是拥有高被引论文。高被引论文统计近11年期间，每个ESI学科SCI或SSCI收录的Article 和Review两种类型的论文，按同发表年、同ESI学科的论文被引次数降序排列，排在前1%的论文即为高被引论文。“高被引科学家”根据近11年期间（本年度榜单为：2012年1月至2022年12月）所发表的高被引论文进行遴选，入选者需同时达到ESI高被引论文的数量阈值和引用阈值。

近日，在澳大利亚墨尔本举行的IEEE可视化会议（IEEE VIS）上，南科大计算机科学与工程系2020级本科生邬静芙，陆荻芸，陈蕾，杨帆，唐昕宇及统计与数据科学系2020级本科生彭宁一，在我系马昱欣副教授的指导下，获得了IEEE VAST Challenge（IEEE可视分析挑战赛）Mini Challenge 1赛道的“Outstanding Comprehensive Submission Award”，同时也是全场唯一的赛道最高奖。这是我校首次参与该项挑战赛，并获得赛道最高奖励。我校参赛队作为所有获奖团队中唯一的中国高校队伍，受邀于VAST Challenge Workshop做论文报告，并参与论文海报展示环节。图1. IEEE VAST Challenge委员会主席R. Jordan Crouser教授为我校参赛队伍颁奖图2. 团队开发的FishHook可视分析系统，可用于交互式探索知识图谱中的关键异常结构获奖感言 —— 邬静芙（队长）南科大计算机系在注重知识面广度的同时着重培养同学们的实践能力，让我们能在各种技术场景下都应对自如；同时得益于南科大的高质量英语教学，大家能流利地在国际会议上进行报告与学术交流。马昱欣老师非常支持我们参赛的想法，将它作为我、陆荻芸和陈蕾的创新实践项目，并且常常参与例会进行指导，实验室的学长们也在技术上给出了许多帮助。从备赛、复现到一轮又一轮数据处理、系统搭建，整个过程是整整五个月的超长战线，作为一个全员大三的团队，大家还要兼顾校内课程、社团、实习、出国交流等等事情，真的非常不容易。但在南科大每学期众多project的锻炼下，即使面对知识图谱这一不熟悉的数据集和初次接触的前端框架，即使是心里十分没底的首次参赛，大家的学习能力和抗压能力都足够，最终取得了优秀的成果。图3. 邬静芙同学在IEEE VIS 现场做报告图4. 陈蕾、彭宁一、邬静芙、陆荻芸（从左到右）参与会议海报展示环节赛事简介IEEE VAST Challenge 是由IEEE VIS会议举办的全球可视分析领域最重要、规模最大的竞赛。竞赛从2006年至今，已连续举办了17年。VAST Challenge组委会负责设计竞赛主题，提供一套高仿真模拟数据集，并给出相应的分析任务。竞赛主题覆盖可视分析最重要且前沿的研究问题，例如网络安全、时空数据与人际关系网络等等。2023年的赛题以监管“非法、瞒报及无管制捕鱼（illegal, unreported, and unregulated fishing，简称IUU）”为背景，提供了由NLP生成的大规模知识图谱作为数据集，希望参赛者通过数据分析与可视化提取实体与IUU相关的的异常模式、搭建可视化系统追踪可疑实体，融合了图挖掘、图异常检测、链路预测等等任务，吸引了全球行业、政府、学术界的个人和团队踊跃参赛。2023比赛官网链接：https://vast-challenge.github.io/2023/index.html实验室简介南方科技大学数据可视化实验室（DVA Lab）由马昱欣副教授于2021年7月组建。该实验室致力于数据可视化、智能可视分析、人机交互的基础理论和关键技术研究，强调数据和智能的“以人为本”、“为人所用”。实验室积极探索交互式智能数据分析技术在应用领域的实践和落地，核心成果覆盖可解释人工智能、时空数据分析、高维数据分析等多个重要方向。

计算机系党委积极贯彻落实党的二十大精神，深入开展主题教育，于2023年11月4日组织师生参观东江纵队纪念馆，追寻先辈战斗足迹，传承红色基因。图 / 合影图 / 纪念馆内学习在抗日战争的烽火中，有一支英雄的队伍长期坚持在广东东江地区进行敌后独立作战，这就是被誉为“广东人民解放旗帜”的东江纵队。今年是广东人民抗日游击队东江纵队成立80周年。东江纵队纪念馆集中展示了东江纵队的光辉历程和重大贡献，是党员重要的党性教育基地。师生参观了“抗日救亡，武装准备”“组队抗敌，突围东移”“返回敌后，恢复发展”等13个展区。一段段珍贵的文字，一幅幅泛黄的老照片，一件件承载了历史记忆的文物，立体、生动、形象地展示了南粤儿女从抗日战争至解放战争以及社会主义建设时期奉献牺牲的英雄历程，让大家深受感染和震撼。大家纷纷表示，要弘扬东纵精神，让东纵精神在新时代赋能敢闯敢干的深圳精神，为“双区”建设作出贡献，肩负起自己的职责使命，提高人才培养质量，坚持立德树人根本任务，锐意进取，着力攻克重大科学问题和关键核心技术，切实将革命精神转化到生活实践和科研攻关中来，为推进高水平科技自立自强作出南科贡献。

语言大模型是当前研究热点，但如何评估机器生成的语言与人类自然语言的差异是一个关键且困难的问题。南方科技大学计算机科学与工程系计算语言学与意识科学（CLCS）课题组对这一问题进行了深入研究，提出了一种基于信息熵频谱分析的新型方法。这种方法可有效地用于评估大语言模型（large language models, LLMs）的生成质量，并检测与人类自然语言的区别。这种新型方法的灵感来源于心理语言学领域中关于语言生成过程的信息熵周期性变化规律的相关研究。基于这种普遍规律而获得的频域测度，可以有效地反映模型生成的语言与自然语言之间的区别，并从认知负载的角度，对“为什么模型说的话有时候不太像真人说的话”提供了新的解释。图1图2该项研究成果已经被人工智能领域的顶级学术会议Thirty-seventh Conference on Neural Information Processing Systems（NeurIPS 2023）接收，论文题为FACE: Evaluating Natural Language Generation with Fourier Analysis of Cross-Entropy，南科大计算机系徐炀副教授为论文的共同第一作者和通讯作者。徐炀副教授于2023年6月加入南方科技大学计算机科学与工程系。目前，徐炀副教授领导的CLCS课题组正进行一系列研究，以期攻克以下难题：FACE量纲的适用范围（开放式生成和面向任务的生成）、模型的规模效应、不同语言（中、英文等）的适用性。同时，徐炀副教授团队也将探索频谱分析的思路，用之分析和解释多模态语言，以及其它更广泛类型的生成式AI的生成质量评估。文章链接：https://arxiv.org/abs/2305.10307https://neurips.cc/virtual/2023/poster/70195

2023 年 10 月 29 日，第九届中国大学生程序设计竞赛（桂林）在桂林电子科技大学落下帷幕。由我校计算机系大二本科生冯照航、何俞均和洪朝阳组成的“南方科技大学-赫尔辛基”代表队荣获全国季军，刷新我校在该项赛事中取得的最好成绩。本场比赛的冠亚军学校分别是清华大学和北京大学。同时，由大一本科生林政宇、曾子华和计算机系大二本科生赵子悦组成的“南方科技大学-伊卡利宁”代表队也荣获金奖。其中何俞均、洪朝阳和林政宇来自计算机系图灵班。校排季军颁奖典礼冯照航（右二）、何俞均（右一）、洪朝阳（右三）经过网络赛初选后，本次比赛有来自清华大学、北京大学、上海交通大学、南京大学等全国 165 所高校派出的 240 支队伍参加比赛，共设置金奖 24 队、银奖 48 队和铜奖 72 队。在激烈的比拼中，南方科技大学代表队凭借其卓越的程序设计实力和团队合作精神，击败了众多优秀的竞争对手，最终获得了全场季军的殊荣。南科大程序设计竞赛队不久前在中国大学生程序设计竞赛（女生专场）中获全国冠军，此次又斩获该项赛事分站赛季军，有力证明了我校校队综合实力强劲。这些成绩的取得与突破来自于校队队员的刻苦训练和我校精英化人才培养的环境。赛事简介据悉，中国大学生程序设计竞赛（China Collegiate Programming Contest，CCPC）是工业和信息化部教育与考试中心主办的 “强国杯”技术技能大赛项目，由中国大学生程序设计竞赛组委会组织承办，旨在激发高校学生学习计算机领域专业知识与技能的兴趣，鼓励学生灵活运用计算机知识和技能解决实际问题，有效提升算法设计、逻辑推理、数学建模、编程实现和计算机系统能力，培养团队合作意识、挑战精神和创新能力。南方科技大学程序设计竞赛队于 2017 年 9 月组建，由计算机科学与工程系唐博老师和沈昀老师担任教练与领队，目前共有来自六个书院的 21 名正式队员和 4 名外卡队员。校队通过每周训练、寒暑假集训，积极参加各级各类程序设计类竞赛，查缺补漏、提升水平、培养默契。链接：https://board.xcpcio.com/ccpc/9th/guilin

“数字图像处理”和“计算机视觉”课程是人工智能专业的必修课，也是计算机、智能科学、电子信息、软件工程等专业的选修课。这两门课具有很高的相关性，几乎所有高等院校都有开设。这两门课有较多理论知识，这些理论知识需要学生动手实践方能深刻理解。将理论学习与实践相结合，通过动手实践不仅可以理解理论，还可以提升工程应用能力，避免“纸上谈兵”和“眼高手低”。鉴于此，南方科技大学计算机科学与工程系的于仕琪副教授团队编著了这本实践教材，作者为吴佳科研教学助理和于仕琪副教授，教材已于2023年9月由人民邮电出版社出版。本书是一本实践性教材，通过大量的实例和完整应用案例来介绍数字图像处理和计算机视觉理论的基础知识，通过代码示例训练学习者的实际开发能力并进一步加深其对知识点的理解。本书所有的案例均采用Python语言并基于开源的OpenCV库实现。OpenCV是经典的图像处理和计算机视觉的开源软件库，涵盖了从图像处理的基础算法到复杂的计算机视觉、机器学习的高级算法，以及深度学习推理实现，在学术界和工业界被广泛使用。OpenCV 简单易用，同时也是高度优化的，有很多算法都可以直接用于实际产品。它的通用性强，用户不用担心更换了系统环境或硬件设备而要耗费时间去重新编码。Python 语言是目前主流的编程语言，相比于C++语言，其易于理解、易于编写、易于调试。通过结合OpenCV和Python，学习者可以专注于理解关键理论知识，避免在配置开发环境和调试程序上耗费时间，提升学习效率。本书紧跟技术前沿，介绍的应用案例均以近几年的最新科研和研发成果为主，同时贴近实际应用场景，如人脸识别、目标跟踪、文本识别、QR码识别、机器人视觉应用等。读者能够通过本书里面的案例的解析，提升对理论知识点的理解，并提高工程应用能力，促进理论与实践的结合。于仕琪副教授的团队研究方向是计算机视觉，团队深度参与了开源计算机视觉库OpenCV的开发，是OpenCV开源社区中最有影响力的团队之一。本书的出版是科研、开源和教学三者结合的有益尝试。我们期待这一模式在未来产生更多科研和教学成果。