返回首页
登录

CCF广州成功举办“智能和优化理论及其应用实践”青年论坛

阅读量:18 2020-05-11 收藏本文

CCF广州和广东省计算机学会于2020年5月10日通过腾讯会议成功联合举办了以“智能和优化理论及其应用实践”为主题的青年学者线上论坛。本次论坛邀请了广东省内四位优秀的青年学者,围绕智能和优化理论及其应用实践方面的热点话题展开了讨论。本次论坛面向CCF会员免费开放,同时CCF会员享有提问优先权。150余名专业人士参与了线上会议。

为加强青年学者的学术交流,本次论坛特邀请到广东省内4位从事智能优化研究的优秀青年学者,从跨视野学习、演化计算、因果性学习、多模态计算不同角度交流人工智能技术和应用的最新成果。郑伟诗教授作为国家优秀青年基金的获得者在跨视野学习方面取得丰硕成果,黄翰教授在智能算法的理论、应用与产业生态方面做了大量卓有成效的工作,蔡瑞初教授在关联分析之外开辟新的因果性关系分析理论模型和新方法,黄斐然博士在社交媒体多模态表示学习做了一些有意思的工作。

本次论坛的执行主席是CCF广州秘书长、暨南大学黄书强教授和CCF广州主席、华南理工大学许勇教授。本次微论坛的执行主席是华南农业大学黄栋副教授。首先CCF广州主席、华南理工大学许勇教授和广东省计算机学会理事长韩国强教授依次致辞,对本次论坛进行了简单介绍;接着便进入了论坛的青年学者报告环节,CCF广州秘书长黄书强主持报告会。

第一位青年学者是来自中山大学数据科学与计算机学院的郑伟诗教授,他首先介绍了人工智能领域的行人重识别问题,然后分析了衣服着装变换和光照变换等对行人重识别的影响,提出了利用时域上的姿势变化差异以及轮廓差异等信息来提高行人重识别性能的解决方案。郑伟诗教授指出:实际上行人重识别在业内还存在许多问题,不但在学术上,而且在工业实际应用中,并没有如刷数据库那般神奇。此外,目前大多数算法的性能非常依赖大规模的标注数据,如何应对大量弱标注或无标注数据下的行人重识别建模,目前仍然是一个迫切需要解决的问题。



郑伟诗教授报告

第二位青年学者是来自华南理工大学软件学院的黄翰教授,本次报告介绍一个从数学建模、算法设计、工程应用到产业化的演化计算研究实例——启发式优化抠图算法。他针对图像处理与视频分析中的底层关键技术-抠图,从智能优化的角度介绍了包括模糊多目标演化算法在内的多种启发式优化抠图算法,以及抠图算法在深度学习训练样本预处理中的应用,最后介绍相关成功应用案例与产业化效果。黄翰教授指出:抠图是图像处理与视频分析等的底层关键技术与基础方法,它在精度和速度上的突破会极大地提高后续应用的技术性能。采样抠图是其中一类强鲁棒的方法,本质上是一个子集选择的多目标多约束优化问题。


黄翰教授报告

第三位青年学者是来自广东工业大学的蔡瑞初教授,他针对数据科学中的一个核心问题-探索和发现事物间的因果关系网络,从因果图构建的模型与假设出发,对基于约束的方法、基于因果函数模型和混合型方法这三大类因果关系发现方法进行了介绍,并探讨了因果图在迁移学习、解耦学习、故障根因定位等领域的应用。蔡瑞初教授指出:探索和发现事物间的因果关系网络是数据科学的一个核心问题。基于观察数据的因果图构建能够从观察数据中发现变量之间的因果关系,具有重要的科学和应用价值。


蔡瑞初教授报告

第四位青年学者是来自暨南大学的黄斐然博士,他介绍了社交图像多模态数据的异构性、交互性、多样性等特点,并详细阐述了基于融合关联关系和元数据信息的社交媒体多模态表示学习方法。黄斐然博士指出多模态表征学习本质上是目标或者事物的特征向量提取,然后利用特征向量之间相关、非相关、正交等各种关系构建能够准确描述事物的知识向量,是知识表示中一个很好处理方法和思路。



黄斐然博士报告

嘉宾报告结束之后,与会者与嘉宾在线上进行进一步沟通和交流。本次线上论坛,各位青年学者充分交流分享了智能和优化相关前沿理论、创新技术及应用实践,与会人员积极参与了提问和讨论,线上交流气氛融洽,思想火花碰撞,取得较好的交流效果。许勇教授为每位专家学者颁发了电子证书,感谢各位专家学者的精彩学术报告和分享。论坛取得了圆满成功。