1、自然語言處理與知識圖譜

團隊面向信息社會中自然語言處理重大需求，以實現高度智能化的語言處理為目標，開展信息檢索、信息抽取、關係和事件抽取、生物信息分析等方面的研究。團隊研究方向包括自然語言處理、知識圖譜、生物信息學。自然語言處理方向研究包括智能問答、情感分析、文本攻擊檢測等；知識圖譜方向研究知識圖譜構建方法、基於知識圖譜的人物畫像等；生物信息學方向研究藥物預測、生物醫療大數據、藥物重定位、疾病診斷等。

2、移動感知與智能可穿戴

團隊的研究方向主要包括：可穿戴傳感技術： 實驗室通過研究各種傳感器技術，包括生物傳感器、運動傳感器、環境感知傳感器等，以實現對用戶生理狀態、運動軌跡和周圍環境的高效感知。智能算法與數據分析：將人工智能和機器學習技術引入穿戴設備，通過對大量數據的分析，實現智能化的用戶行為識別、健康監測和個性化推薦等功能。柔性電子技術： 關注柔性電子技術的研究，致力於開發具有柔性、輕便、佩戴舒適性的智能穿戴設備。人工智能與機器學習：將人工智能和機器學習技術應用於移動感知領域，通過分析和理解感知數據，實現智能決策和行為。

3、數據治理與智能時尚

團隊立足基礎理論研究，結合多學科交叉的優勢，重點發展智能信息處理與應用、圖像處理與機器視覺、多源異構數據分析與應用三個研究方向，依託大數據的高性能計算與現代數據處理理論方法，融合雲計算、大數據、深度學習、大模型、統計診斷等前沿技術，實現參數和誤差的自適應分類與識別、多模態表徵與跨模態建模、多智能體系統的控制策略提升、多源異構數據融合等，在電離層和北斗鐘差建模與預報、複雜網絡系統的智能控制、圖像處理與機器視覺、大數據應用、服裝推薦等領域得到有效應用。

4、跨媒體計算與數字孿生

團隊包括跨媒體智能和數字孿生兩個方向的研究。跨媒體智能方向主要圍繞文本、圖形、圖像、音頻（語音）、視頻、動畫、三維視覺、三維模型等不同模態的多源異構媒體對象進行感知採集、存儲組織、分析處理、推理理解等，結合機器學習和人工智能理論與方法，實現對象、場景、事件、知識等的識別、關聯、互補、增強、融合、推理等；重點研究AI內容生成、圖像和視頻語義理解、大規模監控視頻智能處理、醫學影像分析、服裝搭配和推薦、織物操縱、垂直大模型構建等。數字孿生方向主要圍繞紡織產業鏈中數字孿生建模和快速仿真、重構、物理-數字雙向耦合交互等問題進行研究，為數字孿生技術在紡織服裝領域中的應用奠定基礎；

5、邊緣計算與信息安全

邊緣計算方向主要圍繞服務器端資源存儲、計算性能以及能效等方面存在的不足，研究以降低時延和能量消耗為目標的計算卸載問題；以保障邊緣計算安全為目標漏洞與攻擊監測研究，為邊緣計算環境中提供安全、快速、低延遲的服務。信息安全方向圍繞邊緣環境中的數據安全問題展開密碼學、網絡攻擊、區塊鏈等方面的研究；圍繞移動應用領域展開軟件漏洞分析及檢測、惡意攻擊與防禦等方面的研究。圍繞人工智能應用進行人工智能模型的缺陷檢測和定位研究。