预告丨庐州论坛活动主题:多模态认知计算研讨会

中国计算机学会

China Computer Federation –Hefei Branch

CCF合肥会员活动中心

于2023年4月21日（星期五）举行

CCF合肥庐州论坛

活动主题

多模态认知计算研讨会

主办单位：中国计算机学会

        安徽省计算机学会

承办单位：CCF合肥

安徽大学计算机科学与技术学院

合肥综合性国家科学中心人工智能研究院

协办单位：多模态认知计算安徽省重点实验室

安徽斯百德信息技术有限公司

执行主席：吕 钊  CCF合肥执行委员

         江 波  CCF合肥委员

活动议程

4月21日上午 09:30正式开始

座谈会：人工智能大模型对产业的影响

4月21日下午 14:00正式开始

14:00-14:05   活动介绍

14:05-14:10   领导致辞

14:10-14:50

报告一： 脑机接口优化方法及其应用

报告人：华东理工大学 金晶 教授

14:50-15:30

报告二：高效求解聚类问题的坐标下降法

报告人：西北工业大学 聂飞平 教授

15:40-16:20

报告三：弱监督学习统一框架初探

报告人：南京理工大学 宫辰 教授

16:20-17:00

报告四：鲁棒语音处理与安全

报告人：西北工业大学 张晓雷 教授

活动说明：

“CCF合肥庐州论坛”是中国计算机学会合肥分部特色系列品牌活动之一。本次活动借助CCF合肥的资源，邀请认知计算领域的专家学者，针对认知计算的发展现状及前沿技术进行探讨，为CCF合肥在认知计算领域快速发展提供支持，增强CCF合肥培养更多的高层次人才的能力。

报告嘉宾：

金晶 教授

金晶，华东理工大学教授、博士生导师、数学学院副院长、信息科学与工程学院自动化系主任、智能计算中心主任，入选国家高层次人才特殊支持计划，上海市东方学者特聘教授，上海市曙光学者，上海市院士（专家）工作站首席专家，连续六年入选中国高被引学者榜；担任国际BCI-award奖励基金会理事，国际脑机接口学会青年科学家奖评审委员会委员，中国生物医学工程学会脑机接口学组秘书长，中国自动化学会特聘专家，担任SCI期刊Journal of Neuroscience Methods，Cognitive Neurodynamics和Frontiers in Neurorobotics副主编，中科院一区TOP期刊Neural Networks执行编委，脑机接口顶级期刊Journal of Neural Engineering编委等；牵头获上海市自然科学二等奖和上海市工人先锋号。主要研究方向为脑机接口技术、脑信号处理与识别和智能康复机器人等，在脑机接口领域顶级期刊和中科院TOP期刊等上发表论文150余篇，ESI高被引论文12篇，热点论文1篇；近五年，主持国家科技创新2030重大专项课题，上海市市级科技重大专项共建单位项目，国家自然科学基金项目等20余项国家级、省部级项目；转化成果已经取得中国医疗器械注册证（3个）和欧盟CE认证，获奥地利国家创新提名奖。

报告主题：

《 脑机接口优化方法及其应用》

报告摘要：

脑-机接口技术旨在人与计算机之间建立一条不依赖语言、运动的全新信息传输通道。这种技术可以有效帮助残疾人和语言障碍病人重获信息交互和运动控制能力，可以有效促进运动、意识障碍病人的神经功能重塑。2004年，华东理工大学脑机接口团队正式成立并开始相关研究，本次报告将简要介绍该团队近年来的研究内容和成果。该团队的研究内容主要包括视觉、听觉和触觉诱发脑机接口和运动想象脑机接口的范式设计，识别算法优化和康复、辅助应用等；该团队着力探索并设计提高脑机接口技术的精度和稳定性及其交互模式友好性的方法；面向智能假肢/机器人和康复医学领域，研究提高残疾人的生活质量和自主性的新型生活辅助技术，并开发康复性神经反馈训练系统，帮助康复患者恢复运动能力和生活自理能力。该团队的研究成果已经实现落地应用，取得了多张中国医疗器械注册证，并成功在国内外多个大型医院进行临床应用。

报告嘉宾：

聂飞平 教授

聂飞平，西北工业大学教授、博士生导师，国家万人计划领军人才。主要研究兴趣为机器学习理论和方法，并用来解决实际应用问题。在中科院一区或CCF A类期刊会议上发表论文300余篇，其中TPAMI论文20余篇。论文已被引用3万余次，H指数100，单篇最高被引用2000余次。

报告主题：

《高效求解聚类问题的坐标下降法》

报告摘要：

设计一个好的聚类模型和好的优化方法对于聚类任务来说同样重要。k-means和谱聚类作为两种十分流行的聚类模型，相关研究受到广泛关注。在本报告中，将介绍一种快速的坐标下降法，并将其用于求解k-means聚类和谱聚类优化问题。对于k-means模型，相比原始的Lloyd优化方法，这种坐标下降法能够找到更好的解，收敛更快，并且对初始化更鲁棒。通过严格的证明发现，虽然坐标下降法能提升Lloyd方法所得到的解，但是Lloyd方法一定不能提升坐标下降法所得到的解。此外，虽然Lloyd方法经常会产生空类，但是坐标下降法在求解过程中一定不会产生空类。对于谱聚类模型，这种坐标下降法可以直接求解原始优化问题，不需要松弛和离散这两个步骤，因此可以得到更好的解，并且计算复杂度更低。

报告嘉宾：

宫辰 教授

宫辰，现任南京理工大学计算机科学与工程学院教授、博导，入选中组部国家级青年人才计划、江苏省杰青。主要研究机器学习、模式识别，尤其关注弱监督学习问题。在世界顶级期刊或会议上发表110余篇学术论文，主要包括IEEE T-PAMI, IEEE T-NNLS, IEEE T-IP, ICML, NeurIPS, CVPR, AAAI, IJCAI等，另有7项发明专利获得授权。目前担任SCI期刊IEEE T-CSVT、Neural Processing Letters副编委，AIJ、JMLR、IEEE T-PAMI、IJCV等30余家国际权威期刊审稿人，以及ICML、NeurIPS、ICLR、CVPR、ICCV、ECCV、AAAI、IJCAI、ICDM等多个国际会议的(Senior)PC member。曾获吴文俊人工智能优秀青年奖、中国科协“青年人才托举工程”、中国人工智能学会“优秀博士学位论文”、上海市自然科学二等奖等，并入选百度发布的全球华人AI青年学者榜单。

报告主题：

《弱监督学习统一框架初探》

报告摘要：

作为一个经典的机器学习问题，弱监督学习一直受到广泛的关注，迄今为止已经衍生出了各种特定的学习范式。比如，针对不充分、不确定、不准确的监督，出现了半监督学习、PU学习、多实例学习、标签噪声学习等多种方法。虽然弱监督学习方法有很多种，但以往对不同方法的研究是相互孤立的。因此，是否存在统一的弱监督学习框架来从根本上对各种弱监督情况进行建模，是一个值得进一步探索的问题。基于此考虑，本报告主要介绍一种称为“Centroid Estimation with Guaranteed Efficiency”的通用弱监督学习框架。该框架的核心是通过损失分解和质心估计为各种弱监督情况设计一个无偏且有效的经验风险估计器。所提框架可以涵盖多种典型的弱监督学习方法，并且在不同类型的公共数据集上都表现出了良好的性能。

报告嘉宾：

张晓雷 教授

张晓雷，西北工业大学教授，博导。清华大学博士、美国俄亥俄州立大学博士后。从事语音处理、机器学习、人工智能的研究工作。在Neural Networks、IEEE TPAMI、IEEE TASLP、IEEE TCYB、Computer Speech and Language等期刊、会议发表论文80余篇。出版专著1部、译著1部。承担国家重点研发计划、国家自然科学基金重点项目等省部级以上项目10余项。入选国家与省部级青年人才计划。获得国际神经网络学会最佳论文、亚太信号与信息处理学会杰出讲者、北京市科学技术一等奖等。目前担任Neural Networks、IEEE TASLP等国际期刊的编委、IEEE SLTC委员等。

报告主题：

《鲁棒语音处理与安全》

报告摘要：

近年来，尽管大数据+深度学习在语音识别等任务上取得了显著突破，但是其在自然环境噪声干扰和人造恶意攻击噪声环境下仍然表现出了一定的脆弱性。对此，有必要研究噪声环境下的鲁棒语音处理与安全。本报告分享我们在该方向的一点探索，重点介绍自然噪声和远场环境下的分布式自组织阵列及智能语音应用技术，及声纹识别的对抗样本攻击与防御技术。

执行主席：

吕 钊

吕钊，男，1979年2月出生，中共党员。安徽大学计算机科学与技术学院教授、博士生导师、副院长，安徽省杰出青年基金获得者，安徽省基础学科拔尖人才培养基地负责人。主要研究兴趣为生物信息感知与人机交互技术，以第一或通信作者在IEEE TIM、IEEE TNSRE、IEEE JBHI等期刊发表高质量论文近70篇；申请国家发明专利21项，授权专利15项，成果转化2项。相继主持国家自然科学基金项目2项，安徽省科技重大专项等省部级课题7项；获军队科技进步二等奖1项、三等奖2项；安徽省教学成果一等奖和三等奖各1项。现为安徽省高等学校计算机教育研究会常务理事、安徽省科学成果转化促进会大数据与人工智能专业委员会副主任委员、中国计算机学会（CCF）合肥分部执行委员、全国信息技术标准化技术委员会委员。担任Frontiers in Neuroscience客座副主编，Frontiers in Human Neuroscience编委；IEEE/Elsevier/Springer等20余期刊审稿人。

江 波

江波，安徽大学，副教授，博士生导师，安徽大学计算机学院副院长。CSIG 视觉大数据专委委员，CAA-模式识别与机器智能专委委员。主要从事结构模式识别、深度图学习以及视觉特征匹配等方向的研究。近年来，以第一/通讯作者在计算机领域国际顶级CCF-A 会议 CVPR, NeurIPS, AAAI 等和中科院一区期刊 IEEE T-PAMI, IJCV, IEEE T-MM 以及Pattern Recognition等上发表论文 30余篇。主持国家自然科学基金面上项目，安徽省优青项目以及安徽省重点研发计划项目等。获 ACM合肥分会新星奖，安徽省计算机学会优秀青年科学家奖，安徽省教学成果一等奖（第四）等。

参会方式：

1.

会议请扫码报名：https://www.wjx.top/vm/YPi0WSl.aspx#

2. 参会方式：CCF会员免费、非会员360元。

3.

扫码加入CCF：

联系人：李老师 邮箱：jli@iai.ustc.edu.cn