叶酸影院-叶酸视频-叶酸网址
2019年廣東省計算機學會年會-CCF廣州青年論壇
來源: 黃書強/
暨南大學
239
2
1
2019-11-29

2019年廣東省計算機學會年會-CCF廣州分部青年論壇專場

主題:機器學習理論前沿與應用

時間20191222日,上午9:00-11:30

地點:江門逸豪酒店(江門市迎賓大道中118 號)F4金倫B

最近幾年的研究熱點深度學習只是機器學習中一部分內容,更是人工智能中一小部分內容。機器學習和人工智能有很多問題沒有得到解決,特別是移動互聯網和大數據環境下的機器學習問題研究面臨諸多難題。本次論壇主要針對機器學習中基礎理論和技術應用展開討論,我們邀請到省內三位優秀的機器學習方面的青年學者,從計算智能、機器視覺、因果分析三個不同方面交流機器學習理論研究和應用的最新成果。唐珂教授是國際計算智能學會杰出青年獎的獲得者,徐雪妙教授科研成果在計算機視覺應用方面產生良好經濟效益,蔡瑞初教授在大數據關聯分析之外開辟新的因果關系理論模型和方法。三位學者在科研方面成績斐然,同時他們在推動產學研合作方面表現同樣出色。

聚焦理論和應用前沿,三位青年學者的演講值得期待,我們熱忱歡迎廣東省計算機界的各位同仁參加本次專題論壇活動!

論壇執行主席:

許勇(華南理工大學教授,CCF杰出會員,CCF廣州分部主席)

黃書強(暨南大學教授,CCF杰出會員,CCF廣州分部秘書長)

 

舉辦單位:CCF廣州分部

贊助支持:惠州市新一代工業互聯網創新研究院

 

報告題目1:復雜優化問題中的飛越局部極值

報告嘉賓:唐珂教授-南方科技大學

報告摘要:隨著信息技術的不斷發展,日常生產與生活中涌現出了大量需求解的復雜優化問題。不論來源于何種應用領域,這些問題的一個常見共性難點是含有局部極值(即非凸、多峰),導致算法難以找到最優解。基于種群的搜索算法對局部極值較不敏感,因而被認為是解決這類復雜問題的重要手段。本報告將首先從自動分治的視角出發,分析這類算法能克服局部極值的原因,進而介紹兩種采用自動分治思想的搜索框架——負相關搜索與協同演化。在此基礎上,介紹基于種群的搜索算法在深度神經網絡壓縮、自動算法設計、車輛路由等問題上的成功案例。

唐珂教授

唐珂,南方科技大學教授。在計算智能及其應用領域發表論文150余篇,Google Scholar引用7000余次。曾獲教育部自然科學一等獎、二等獎各一項、中國電子學會自然科學一等獎、國家“萬人計劃”青年拔尖人才、IEEE計算智能學會杰出青年獎、英國皇家學會牛頓高級學者等獎勵或榮譽。擔任IEEE Transactions on Evolutionary Computation 等期刊編委、十余次擔任國際學術會議程序委員會或技術委員會主席。主要研究領域為演化計算、機器學習等。

報告題目2:基于機器視覺的場景智能理解關鍵技術

報告嘉賓:徐雪妙教授-華南理工大學

報告摘要:互聯網和物聯網時代催生了海量的視覺數據。如何從海量的視覺數據中快速、智能地提取有價值的知識是實現人工智能的重要途徑。然而,域敏感、泛化能力不足是當前視覺數據智能理解的重要桎梏之一,即現有很多方法都只能適用于某些特定的應用場景。因此,本報告主要圍繞如何解決復雜條件下視覺感知模型的魯棒性、穩定性,提升模型的泛化能力和域間遷移能力展開討論。重點探討深度學習框架下克服泛化能力不足和域漂移嚴重的方法,提出了一系列基于多尺度融合、先驗知識融合、多模型融合、域遷移的學習算法,及其在目標檢測(如車輛,車道線等)、顯著性目標檢測、圖像生成(如草圖智能簡化,人臉多角度合成等)、圖像修復(如去陰影,去反射,去霧等)、圖像分類等視覺任務上的應用。研究成果在智能交通、公共安全領域、智能制造等領域得到廣泛應用,并產生良好經濟效益。

徐雪妙教授

徐雪妙,華南理工大學計算機科學與工程學院,教授,博士生導師,華南理工大學廣州國際校區黨委副書記,廣東省特支計劃科技創新青年拔尖人才,廣州市珠江科技新星。2015-2017年中國計算機學會青年科技論壇廣州分論壇資副主席。2009年博士畢業于香港中文大學計算機科學與工程學系,長期從事機器視覺、圖形圖像處理等方面的研究,及其在智能交通、公共安全領域、智能制造等領域應用。先后在國際重要期刊(TOG,TVCG,ITS等)和會議(SIGGRAPH, SIGGRAPH AsiaICCVIJCAR等)發表論文40 余篇;授權發明專利8項;近五年主持國家、省部級和國際合作等項目20 項,總經費超過2300萬。

報告題目3:因果關系發現與因果性學習

報告嘉賓:蔡瑞初教授-廣東工業大學

報告摘要:探索和發現事物間的因果關系網絡是數據科學的一個核心問題。基于觀察數據的因果圖構建能夠從觀察數據中發現變量之間的因果關系,具有重要的科學和應用價值。擬從因果圖構建的模型與假設出發,對基于約束的方法、基于因果函數模型的方法和混合型方法這三大類因果關系發現方法進行介紹;并針對因果圖在遷移學習、解耦學習、故障根因定位等領域的因果性學習方法進行探討。

蔡瑞初教授

蔡瑞初,教授、博士生導師、省杰出青年基金獲得者、DMIR實驗室主任、廣東省移動互聯網電子商務大數據工程技術研究中心副主任。2010年于華南理工大學獲得工學博士學位,并進入廣東工業大學工作;2015年并被評為教授、博士生導師;曾先后到新加坡國立大學、UIUC高等數字科學研究中心訪問學習。蔡瑞初專注于因果關系、機器學習、大數據平臺等領域研究。在上述領域先后主持國家自然科學基金、省杰出青年基金、省特支計劃科技創新青年拔尖人才、珠江科技新星、市協同創新重大專項等項目。已發表論文50余篇,包括ICMLNIPSAAAIIJCAISIGMOD VLDBSDM等領域重要會議和TNNLSTKDENNPR等國際著名期刊;授權發明專利4項,其中2項已在網易郵箱得到實施;相關成果先后獲得省科學技術二等獎、省科學技術一等獎。


登錄用戶可以查看和發表評論, 請前往  登錄 或  注冊
SCHOLAT.com 學者網
免責聲明 | 關于我們 | 聯系我們
聯系我們: