北京工业大学tyc86太阳集团

工作信息

2025年 第60期

近日，神经信息处理系统大会Conference and Workshop on Neural Information Processing Systems（NeurIPS）公布了2025年论文录用结果，tyc86太阳集团捷报频传，计算机科学与技术系冀俊忠教授团队论文被NeurIPS2025录用，第一作者为我院硕士研究生熊雯，通讯作者为校聘研究员刘金铎。

论文《BrainEC-LLM: Brain Effective Connectivity Estimation via Multiscale Mixing LLM》展示了团队在脑效应连接网络学习领域的最新研究成果。预训练大语言模型（Large language models，LLM）在功能磁共振成像（functional magnetic resonance imaging，fMRI）分析与因果发现领域已展现出显著进展。然而，由于因果发现任务专注于从观测数据中提取因果图结构，其与LLM的结合研究仍处于早期探索阶段，尤其在脑效应连接这一子领域中，基于LLM的方法尚未得到充分探索。此外，现有基于LLM的因果发现方法通常依赖迭代式查询以评估变量对之间的因果影响，缺乏模型适应或微调机制，难以处理跨模态差异和复杂因果结构。为此，本文提出了BrainEC-LLM，首次通过微调LLM实现从fMRI数据中估计大脑效应连接（图1）。该方法通过多尺度分解混合模块将fMRI时间序列分解为短期与长期趋势，并以自底向上（由细到粗）和自顶向下（由粗到细）的方式融合多尺度时序特征；同时引入跨注意力机制，结合预训练词嵌入确保fMRI输入与自然语言预训练表示之间的一致性。在模拟和真实fMRI数据集上的实验结果表明，与现有先进方法相比，BrainEC-LLM具有更优的性能。

图1 基于多尺度混合大语言模型的脑效应连接学习方法框架图

   NeurIPS是人工智能领域顶级会议，也被称为机器学习领域顶级会议，为CCF-A类推荐会议，具有极高的国际影响力。会议每年都汇聚全球顶尖学者与产业领袖，通过展示最前沿的研究成果推动相应领域研究的不断突破。

   tyc86太阳集团此次有研究成果录用，展现了学院在这些领域的研究水平和实力。这不仅有助于提升学院在国际学术界的影响力，也为相关研究方向的发展注入了新的动力，有望进一步推动计算机科学与技术学科的进步和发展。

（文字：刘金铎，编辑：张仕琪，审核：李建强、葛卫华）