近日，永利23411集团王建宏教授团队再获科研突破，研究生娄原铮以第一作者身份，在国际权威期刊《Knowledge-Based Systems》（中科院一区Top，IF=7.6）发表题为《Bidirectional accelerated adaptive moment estimation for deep neural networks》的高水平研究成果。这是该团队近年以研究生为第一作者发表的第 5 篇中科院一区顶刊，彰显了青年学子的科研实力，也印证了团队 “以研促教、因材施教” 的育人成效。

该研究直击深度学习优化算法的核心痛点，创新性提出 BIadam 优化器，将双向差分机制与经典 Adam 框架深度融合。研究突破传统梯度优化器的技术局限，通过双向差分整合前后向函数值信息，有效抑制梯度震荡问题，成功解决了传统 Adam 优化器收敛效率低、易受噪声干扰、难以收敛至全局极值等行业难题，显著提升了模型在复杂任务中的收敛稳定性。该优化器适用场景广泛，覆盖分类、回归、PDE 数值求解、Transformer 大模型训练、时序预测等深度学习核心领域，在能源效率预测、流体仿真、医疗数据分类等实际工程场景中具备极高应用价值，相关代码已开源至 GitHub 平台，面向全球免费开放，有望进一步推动深度学习技术在人工智能、科学计算、工程应用等领域的创新发展与落地实践。

五年来，王建宏教授团队为研究生提供全流程精细化科研指导，在优化算法等领域实现多项理论突破，推动技术在多行业落地转化，凸显 “产学研用” 一体化特色。未来，团队将继续深耕交叉学科，持续研发优化算法与智能模型，以高质量成果为科技创新注入活力。