2021年5月6日 深度學習與認知計算中心於2021年5月6日舉辦了學術研討會，電子計算系講師何健漢博士以社會網絡分析及中心性來探討至今加密貨幣市場的發展及特徵。 他的研究得出以下初步結論：（1） 從2013年至2016年中，加密貨幣之間的關聯性漸漸地減弱。其後至今，關聯性漸漸地增強。（2） 比特幣（BTC）於早期加密貨幣市場的交易支付中處於中心地位，但2016年中期至2017年中期出現一些為數據儲存和記錄應用而開發的加密貨幣如MaidSafeCoin（MAID） 及Factom （FCT）；其後以太幣（ETH）連同其強烈相關的加密貨幣取代比特幣成為基準貨幣。而在新冠肺炎爆發期間，QTUM、幣安幣（BNB）及其他新興平台幣漸漸取代以太幣的市場領導地位。（3） 中心性可被用作一種特徵來進一步加強短期加密貨幣價格走勢預測的準確度。

2021年4月29日深度學習與認知計算中心於2021年4月29日舉辦了學術研討會。電子計算系講師余璐博士以「時變室內環境中的無線定位」為題作演講。 傳統室內定位方法可分為兩大類：第一類為基於測距的定位方法，需要測量一個準確的信號與距離的關係模型；第二類為無需測距的方法，需要測量一個指紋庫。我們發現室內的無線信號會被很多時變的室內環境因素（比如人流量、濕度和溫度）影響。為了解決這個問題，我們在兩類方法中各提出一個時變室內環境中的無線定位方案，兩個方案在時變室內環境中的定位準確度都較好。

2020年11月26日深度學習與認知計算中心於2020年11月26日舉辦了網上學術研討會。電子計算系教授潘忠強博士先以「自動分析學生程式作出進行評估和學習」為題作演講。 自動編程練習評估系統旨在確定學生所提交程式的正確性，而最近的研究集中在增強此類系統在處理程式的輸出變體方面之靈活性。潘教授在演講中介紹了有關方向的最新進展，包括一個名為HiPOS的新框架，該框架可用於自動建模和分析學生程式的輸出結構。另一方面，電子計算系助理教授陳謝天博士發表了題為「通過網絡編碼處理無線攜能通信的干擾信號」的演講。 隨著物聯網（IoT）的快速發展，無線攜能通信（SWIPT）近年引起了學術界和業界的高度關注。是次演講中，陳博士介紹了物理層網絡編碼暨無線攜能通信 （PNC-SWIPT）方案。與傳統無線通信中的干擾消除方案不同，PNC-SWIPT方案不會導致接收機的干擾信號最小化。PNC-SWIPT方案通過物理層網絡編碼，在有限域消除干擾數據以進行信息解碼，並保留了干擾信號以進行能量收集。