欢迎加入

教育培训

当前位置:首页 > 教育培训 > 详细内容

重庆大学大数据与软件学院人工智能论坛

2018年7月6号上午9点,重庆大学大数据与软件学院人工智能论坛在学院楼109会议室正式拉开帷幕。本次论坛共邀请了国内人工智能领域的四位专家:大连理工大学刘日升副教授,西安交通大学孟德宇教授,重庆邮电大学高陈强教授以及西安交通大学束俊博士。论坛由大数据与软件学院葛永新副教授主持。

此次学术论坛,受邀学者分别介绍了其课题组在人工智能领域内最新的科研成果及实际应用,内容丰富,演讲精彩,与会者收获颇丰。

首先,刘日升教授做了题为“On the convergence of deep unrolling: from learnable optimization to interpretable deep network”的学术报告。该报告主要针对当前深度学习的不可解释性以及梯度算法存在的问题,对从新的角度理解、学习和改进深度学习的研究工作进行了总结。报告中,刘日升教授提出了以领域知识引领模型的构造和优化思想,特别针对图像去噪、超分辨等问题提出了深度控制理论。即,认为深度学习的黑盒操作可以通过对每一层的输出添加控制加以解释,并据此提出新的网络模型。刘日升教授所提出的Generative corrector网络和Deep feedback control网络开创了深度学习网络架构的新方向。

图1刘日升副教授在做学术报告

然后,孟德宇教授做了题为“大数据环境下的机器学习误差建模方法”的学术报告,系统介绍了其研究团队近年来对于误差建模方法的研究历程。特别是使用L1和L2损失建模,运用高斯混合模型解决欠拟合问题,看似很简单,背后却有着严谨的理论推导,进而为解决过拟合问题提出了多种基于高斯混合模型的解决方案。在实际应用方面,提出采用领域知识解决CT图像去噪问题并取得突破。孟德宇教授的学术研究体系清晰缜密,针对所遇到的问题大胆假设,小心求证,这也是最值得我们学习的进行学术研究方法。

图2孟德宇教授在做学术报告

接着,高陈强教授做了题为“红外图像/视频目标检测及智慧校园中的视觉分析”的报告。不同于前面两位教授的理论性强的学术报告,高陈强教授的报告更注重解决人工智能在实际应用中所遇到的问题。报告主要聚焦在三个方面,首先介绍了红外图像中的小物体检测问题,其次是低空/地面环境下的无人机检测,最后介绍了监控视角下对室内人员的异常动作检测,特别是对于坐立、站立、趴伏等姿态的检测。高教授在报告中提到,解决这些问题的起因源自对现实问题的关注以及周围环境的需求,目前,这些研究成果在智慧校园的初步建设中起到了很好的示范作用。

图3高陈强教授在做学术报告

最后,束俊博士做了题为“大数据背景下的小样本学习”的综述报告,针对小样本学习尚未形成系统方法论的现状,提出了小样本学习的框架、模型,同时总结了小样本学习的国内外研究进展,并提出了值得重点研究的方向。报告将小样本学习分为概念学习和经验学习两大范畴。概念学习主要用于概念发现和模式识别,它基于已有的知识从少量观测样本(小样本)中形成概念并快速完成识别任务。而经验学习是指在样本严重不足的情形下的大样本学习,解决策略包括“通过增广样本使用大样本方法”和“修正大样本方法适应小样本应用”两类。最后指出小样本学习亟待解决的系列科学问题。

图4束俊博士在做学术报告

四位学者呈现了四场高质量的学术报告,让参与本次活动的学者享受了一场学术盛宴。每位专家报告结束后,与会学者纷纷就自己所关心的领域积极向各位专家请教,专家与听众亲切互动,对大家关注的问题进行耐心细致的解答,使每位听众受益匪浅。

12时30分许,主持人葛永新副教授宣布本次论坛圆满结束。

大数据与软件学院的洪明坚副教授、王洪星副教授、黄晟副教授、陈飞宇博士,智能服务与软件工程中心(ISSE)的全体博士和研究生,大数据与软件学院以及数学与统计学院的部分博士和研究生参加了此次论坛。

报告人简介

刘日升,大连理工大学计算数学博士,香港理工大学博士后。目前任职大连理工大学国际信息与软件学院副教授,博士生导师。曾赴美国卡内基梅隆大学、香港理工大学从事研究工作。主要学习方向为机器学习、计算机视觉、优化方法等。近年来在本领域重要学术期刊和会议发表论文70余篇。发表在IEEE TNNLS的研究工作被推荐为IEEE智能计算亮点论文。获得教育部自然科学二等奖1项、辽宁省自然科学二等奖1项。入选“香江学者”计划、获得大连市“青年科技之星”称号,获得ACM新星奖、入选大连理工“星海优青”计划。

孟德宇,西安交通大学教授,博导。任西安交大大数据算法与分析技术国家工程实验室机器学习教研室负责人。共接受/发表论文80余篇,其中包括IEEE汇刊论文22篇,CCF A类会议32篇。曾担任ICML,NIPS等CCF A类会议程序委员会委员,AAAI2016,IJCAI2017高级程序委员会委员。目前聚焦于自步学习、误差建模、张量稀疏性等机器学习与计算机领域的基础研究问题。

高陈强,重庆邮电大学教授,博导,重庆市首批高等学校青年骨干教师。主要从事红外图像/视频分析、校园监控图像/视频分析等相关应用领域的研究。主持国家自然科学基金(青年/面上)、重庆市自然科学基金、企业横向课题多项,部分技术已投入实际使用。在CVPR、AAAI、ECCV、ACCV、ICIP、ICMR、ICME等国际会议,TIP、PR、TMM等期刊发表论文60余篇。

束俊,西安交通大学直博生,徐宗本院士学生。研究方向为小样本学习。