学术交流-计算机科学与技术学院/人工智能学院

312022-10

计算机学科前沿论坛之十四——工业智能质检

计算机学科前沿论坛之十四报告题目：工业智能质检报告人：徐明亮郑州大学教授，国家优青报告时间：2022年11月3日下午2:40-3:20腾讯会议：201-976-751主办单位：计算机科学与技术学院报告摘要：工业智能质检技术与装备在保障制造业高质量发展中发挥着不可替代的关键作用，体现了国家战略与技术融合的双重叠加效应。报告围绕工业智能质检技术的产业化应用落地实践，从背景与国家需求、实验床科学装置、关键技术与进展三方面汇报...

312022-10

计算机学科前沿论坛之十三——神经科学启发的深度学习模型及其在视觉时空信息感知与理解中的应用

计算机学科前沿论坛之十三报告题目：神经科学启发的深度学习模型及其在视觉时空信息感知与理解中的应用报告人：胡卫明中科院自动化研究所研究员，国家杰青报告时间：2022年11月3日下午2:00-2:40腾讯会议：201-976-751主办单位：计算机科学与技术学院报告摘要：分析神经科学与计算机视觉之间的关系。从以几方面总结神经科学对计算机视觉的启发点：A) 基本视觉皮层的特征；B) 初级视皮层的原理扩展到高级区域；C) 顺向、逆向、侧...

312022-10

计算机学科前沿论坛之十二——研究往何处去：数学与智能，从分析讲起

计算机学科前沿论坛之十二报告题目：研究往何处去：数学与智能，从分析讲起报告人：熊红凯上海交通大学教授，国家杰青、长江学者报告时间：2022年11月2日下午3:00-4:00腾讯会议：761-946-893主办单位：计算机科学与技术学院报告摘要：从深度学习的数学基础、优化、信号处理思想入手，基于信号处理的分析角度，着重介绍来自数学分析的小波理论，发展基于谱图小波框架变换的多尺度图卷积网络。通过显式推演的多尺度图卷积层的...

312022-10

计算机学科前沿论坛之十一——视频分割与深度估计及其在手机端的应用

计算机学科前沿论坛之十一报告题目：视频分割与深度估计及其在手机端的应用报告人：卢湖川大连理工大学教授，国家杰青报告时间：2022年11月2日下午2:00-3:00腾讯会议：761-946-893主办单位：计算机科学与技术学院报告摘要：由于视觉、深度等模组的不断发展以及图像处理的快速进步，手机拍照质量及后期处理越来越先进，大有替代单反的趋势。本报告将讲述IIAU团队最近在视觉领域如显著性检测，视频分割，深度估计等与手机相关的...

252022-10

计算机学科前沿论坛之十——复杂认知图神经网络

计算机学科前沿论坛之十报告题目：复杂认知图神经网络报告人：金弟天津大学英才副教授，博士生导师报告时间：2022年10月27日下午2:50-3:40地点：腾讯会议（会议号:300 231 093）主办单位：计算机科学与技术学院：计算机科学与技术学院计算机科学与技术学院报告摘要：图神经网络（GNN）自提出以来迅速得到了学术和工业界的青睐，成为AI研究热点。本报告首先介绍了GNN针对复杂图结构的建模与求解方法，之后介绍如何使GNN更加聪...

252022-10

计算机学科前沿论坛之九——时空特征挖掘的空气污染区域深度学习模型

计算机学科前沿论坛之九报告题目：时空特征挖掘的空气污染区域深度学习模型报告人：张波上海师范大学信息与机电工程学院，院长/教授/博导报告时间：2022年10月27日下午14:00-14:50地点：腾讯会议（会议号:300 231 093）主办单位：计算机科学与技术学院报告摘要：深度学习模型能够非常有效地挖掘时空特征并在此基础上进行特定模式的空间关联性分析与时序预测。空气污染数值分析是典型时空关联分析问题。本报告从时空特征学习表...

172022-10

计算机学科前沿论坛之八——基于魔方矩阵的信息隐藏方法

计算机学科前沿论坛之八报告题目：基于魔方矩阵的信息隐藏方法报告人：张真诚台湾逢甲大学教授，IEEE fellow，欧洲科学院院士报告时间：2022年10月19日下午2:40-3:40地点：计算机楼A501腾讯会议：220-430-935报告摘要：信息隐藏是一种利用媒体传输安全信息的技术方法。数字图像在传输安全信息中是一种很好的媒体，因为人眼很难发现对载体图像的轻微修改。在本报告中，将介绍一些基于不同魔方矩阵的新型隐写方法，包括使用龟壳...

172022-10

计算机学科前沿论坛之七——模型压缩真的能为我们节约能耗吗

计算机学科前沿论坛之七报告题目：模型压缩真的能为我们节约能耗吗报告人：周天异新加坡国立大学副教授报告时间：2022年10月19日下午2:00-2:40地点：计算机楼A501腾讯会议：220-430-935报告摘要：边缘设备需要低能耗的小模型。为了在边缘设备上有效地部署卷积神经网络 (CNN) 模型，能耗敏感的模型压缩变得极为重要。然而现有的工作并没有很好地解决这个问题，因为缺乏考虑硬件架构中数据流类型的多样性。在本次报告中，我将介...

112022-10

计算机学科前沿论坛之六——面向分布外泛化的稳定学习和NICO Challenge

计算机学科前沿论坛之六报告题目：面向分布外泛化的稳定学习和NICO Challenge报告人：崔鹏清华大学长聘副教授，ACM杰出科学家报告时间：2022年10月12日下午3:20-4:00地点：计算机楼A501腾讯会议：874 183 818报告摘要：主流机器学习模型的基本假设是训练和测试数据的独立同分布（IID），导致其缺乏对分布外数据的泛化能力（Out-Of-Distribution Generalization），使得当前模型在真实、开放场景下的预测性能无法保证，是当前机...

112022-10

计算机学科前沿论坛之五——开放环境下的模式识别技术

计算机学科前沿论坛之五报告题目：开放环境下的模式识别技术报告人：殷绪成北京科技大学教授，国家杰青报告时间：2022年10月12日下午2:40-3:20地点：计算机楼A501腾讯会议：874 183 818报告摘要：在诸如智能驾驶、网络信息安全等开放环境中，新数据、新模式、新类别不断涌现，模式识别/机器学习/图像识别/文字识别技术及应用出现新挑战。本报告首先简要回顾开放集模式识别的基本概念及主要技术；然后重点介绍其中的一个新方向...