近日，我校计算机技术与工程学院赵佳教授团队在人工智能领域国际顶级期刊《Neural Networks》上发表了题为“ADAMT: Adaptive Distributed Multi-Task Learning for Efficient Image Recognition in Mobile Ad-Hoc Networks”的研究论文（DOI：https://doi.org/10.1016/j.neunet.2025.107316），论文第一作者为赵佳教授，通讯作者为丁言副教授。

移动自组织网络（MANET）由于具有动态拓扑变化、资源受限及数据高度异构等特点，使传统的分布式学习方法面临严峻挑战。为此，研究团队提出了一种适用于轻量化移动设备端的自适应分布式多任务学习框架ADAMT，创新性地融合了分布式学习、深度哈希和自适应通信机制，以解决传统方法难以捕捉数据全局结构与节点特异性的问题。ADAMT通过巧妙协调局部模型训练与全局模型参数共享，实现了多任务图像识别的快速收敛和高效计算。实验表明，该方法在准确性、通信效率和模型泛化能力方面表现突出，为移动环境下的去中心化学习提供了有效的新方案。

《Neural Networks》是国际计算机科学、人工智能领域专注于神经网络与深度学习研究的权威期刊，根据中国科学院分区基础版（13个大类学科），它被归类为计算机科学中科院一区TOP期刊。该期刊是国际神经网络学会（INNS）、欧洲神经网络学会（ENNS）和日本神经网络学会（JNNS）三个全球历史最悠久的神经建模学会共同主办的官方期刊。