报告名称：Trustworthy-by-Design Autonomous AI Systems报告时间：2月18日 13：30报告地点：理科大楼B1002报告摘要:There has been a fast-growing trend in developing autonomous artificial intelligence (AI) systems operating in dynamic, partially known, and unpredictable environments. Autonomous AI systems must self-deliberate to ac

报告名称：Advanced Formal Engineering Methods for Dependable Software Engineering报告时间：1月13日 15:30报告地点：理科大楼B211报告摘要:Formal engineering methods was proposed about 30 years ago as a research area to study how formal methods can be integrated into conventional software engineering techniques to enhance the

报告时间：2025年1月13日 09:30-11:30报告地点：理科大楼B112报告一：密码隐私计算前沿研究报告人简介:王小云，清华大学高等研究院“杨振宁讲座”教授，中国科学院院士,发展中国家科学院院士，国际密码协会会士，中国密码学会理事长。主要从事密码理论及相关数学问题研究。提出了密码哈希函数的碰撞攻击理论，破解了包括MD5、SHA-1在内的5个国际通用哈希函数算法;主持设计的哈希函数SM3为国家密码算法标准，并于2018年10月正式成为ISO/IEO国际标准;给出了格最短向量求解的启发式算法二重筛法以及带Gap格的反转定理等有国际影响力的研究成果。代表性论文50余篇，4篇获欧密会、美密会、

报告名称：面向自适应、可解释和可扩展的深度时间序列分析报告时间：1月10日10:00-11:00报告地点：理科大楼B1002报告摘要:随着气象、能源、金融、交通等行业数字化与信息化的迅猛发展，日常生产生活产生的数据呈爆炸式增长。这些数据反映了从微观的人和机器设备到宏观的社会与自然的运行状态，蕴含着巨大价值。鉴于其具备时间属性，因此被统一作为时间序列数据进行建模处理。然而，时间序列建模面临着诸多复杂挑战。相较于传统机器学习任务中数据样本所遵循的独立同分布假设，时间序列数据在时空维度展现出复杂的分布动态变化特性，这就对模型提出了实时适配数据分布变化的能力要求。另外，时间序列中普遍存在长距离依赖关系

报告名称：A HAT Trick: Automatically Verifying Representation Invariants Using Symbolic Finite Automata报告时间：2024年12月19日13:30-14:30报告地点：理科大楼B1002报告摘要:Functional programs typically interact with stateful libraries that hide state behind typed abstractions. However, because the specifications of the methods

报告：基于大语言模型的程序修复与记忆现象探索报告时间：2024年12月16日10:00-11:00报告地点：理科大楼B1002报告摘要:大语言模型在多个领域展现了卓越能力，尤其是在代码生成任务中表现尤为突出。本报告将首先介绍一种基于大语言模型的自动程序修复方法，该方法通过提供对比测试用例对（test case pair）来提高模型定位错误的能力。同时，随着大语言模型在代码生成和程序修复方面取得显著提升，其对大规模训练数据的依赖引发了一个关键问题：这些性能提升是否来源于模型的真实理解，还是依赖于数据记忆？为探讨这一问题，我们进一步提出了一种基于假设检验的方法，用于分析自动程序修复场景下的大语言模