7月22-24日，2024年CCF计算经济学学术年会在江南大学隆重召开。本次会议由中国计算机学会（CCF）主办，江南大学承办，旨在促进计算经济学领域的学术交流与合作，推动学科发展。物联网基地林强老师受邀参加会议。

本次会议聚焦计算经济学的前沿理论与方法及其在经济管理领域的应用，包括但不限于大数据与人工智能、数字经济、金融科技、区块链、计算社会学等。会议邀请了在计算机经济学领域研究方面取得重大进展的多位专家学者做大会主题学术报告。会议优选AI for Economics、Rational Proofs with Multiple Provers 、机器学习在宏观经济学的应用、理解与探索大模型能力涌现 四个主题的相关学术论文，展开分会场的学术交流研讨，为广大致力于计算经济学研究的专家学者提供了一个最新学术进展和成果交流的前沿学术平台。‍

在此次学术会议中，林强老师提出了一种基于分布式稀疏正则化和自适应加权p阶拉普拉斯核的有监督多视图特征选择方法。该方法通过构建了一种自适应加权p阶拉普拉斯核的多视图损失函数，降低噪声的权重，从而增强模型的稳健性。结合分布式交替方向乘法，设计了适配的优化算法，能够有效地求解非凸优化问题，在多个基准数据集上均有优异的表现。

林强老师提出了一种非常有效的特征选择方法，该汇报加强了中国物联网发展战略研究基地成员与国内学者的学术交流与合作，也开拓了基地成员人员的研究视野，同时促进基地成员对计算经济学研究前沿问题更加深入了解，为开展进一步学术研究提供了更多的思路。