2025 年 10 月 24 日 17:30，由成都大学电子信息与电气工程学院主办，西安交通大学人工智能与机器人研究所长江学者特聘教授陈霸东主讲的 “信息瓶颈学习方法及应用” 学术讲座在 10 教 10110 会议室顺利举办。智能康复系统感知与控制国际联合研究中心全体老师及学生参加会议，现场学术氛围浓厚，师生提前入场就绪，共同聚焦信息论与机器学习的交叉前沿。

信息论在机器学习中的应用日益广泛，然而传统模型在处理高维数据冗余、泛化能力弱、小样本适配等问题时仍面临挑战。针对上述问题，陈霸东在报告中系统介绍了信息瓶颈方法的基本原理，阐释其“输入-瓶颈变量-输出”的映射逻辑，以及通过优化互信息实现冗余剔除与关键信息提取的核心机制。他结合类脑计算、脑机接口、脑疾病诊断等应用场景，展示了信息瓶颈方法在多个领域的广泛适用价值。

陈霸东教授系统介绍了其团队在信息瓶颈领域取得的系列研究成果，内容具体涵盖三大核心方向：一是围绕信息瓶颈目标构建的基础理论研究，为该领域的技术突破与方法创新筑牢理论根基；二是探索脉冲神经网络与信息瓶颈的融合路径，通过构建新型学习模型，有效提升了智能系统的学习效率与性能稳定性；三是拓展信息瓶颈的应用边界，将其应用于脑疾病诊断的技术研发，推动理论成果向临床实用场景转化。报告过程中，陈霸东教授以深入浅出的讲解风格，将复杂的学术内容拆解为清晰易懂的逻辑脉络，其专业且生动的分享赢得了在场师生的阵阵掌声。

此次讲座聚焦信息瓶颈学习前沿技术，不仅为师生系统梳理了信息论与机器学习的融合逻辑，更搭建起 “理论创新 — 技术开发 — 临床 / 工程应用” 的跨领域交流平台。其探讨的脑电信号解码、康复机器人行为学习等方向，与智能康复系统感知与控制研究高度契合，为中心后续在智能康复设备研发、多模态康复数据处理等领域的研究提供新思路。同时，讲座也进一步强化了高校间学术协同，助力推动信息瓶颈方法向智能康复、脑科学等领域的临床转化，为“健康中国”战略下的医疗健康智能化服务注入创新动力。

一  审： 周   楠

二  审： 罗浚溢

三  审： 施开波