返回首页
您的位置:首页 > 新闻 > CCF新闻 > 会员 > 分部活动

CCF合肥庐州论坛丨预告:4月25日认知计算研讨会

阅读量:509 2020-04-23 收藏本文

“CCF合肥庐州论坛”是CCF合肥特色系列品牌活动之一。本次活动采用线上交流模式,分享认知计算的研究成果,共同探索认知计算的研究方向,促进认知计算研究的发展。会议向CCF会员免费开放,CCF会员同时享有提问优先权。

认知计算是指模仿人类大脑的计算系统,是人工智能的重要组成部分,本次活动借助CCF合肥的资源,汇聚人工智能领域认知计算方向的专家,结合认知计算的前沿技术和应用发展情况,组织一场认知计算方向的学术交流研讨会,分享在自适应视觉感知、贝叶斯深度学习及概率编程、目标检测等方面的最新工作,加深大家对认知计算最新研究进展的了解。

活动议程:

14:00-14:10   会议介绍

14:10-15:00

专题报告:《自适应视觉感知技术》

程明明   CCF高级会员,南开大学教授、计算机系主任

15:00-15:50

专题报告:《贝叶斯深度学习及概率编程》

朱 军   CCF高级会员,清华大学教授、人工智能研究院基础研究中心主任

15:50-16:40  

专题报告:《Visual Object Detection: Our Recent Brain-inspired Attempts》

张兆翔   CCF杰出会员,中国科学院自动化研究所研究员、博士生导师

16:40-17:00 总结


参会方式:

1、 扫码加入会议:

2、 参会方式:会员免费、非会员200元

3、 扫码加入CCF(会费标准:会员200元/年,学生会员50元/年):

4、 联系人:李老师,邮箱:jinl@leinao.ai


主承办:

主办单位:CCF

承办单位:CCF合肥

协办单位:多模态认知计算安徽省重点实验室

合肥综合性国家科学中心人工智能研究院


论坛执行主席:

汤 进(安徽大学教授,CCF高级会员,CCF合肥秘书长)

郑利平(合肥工业大学教授,CCF高级会员,CCF执委)


报告嘉宾:

程明明


南开大学教授,计算机系主任,国家“万人计划”青拔。他的主要研究方向是计算机视觉和计算机图形学,在图像场景理解方面取得了多项具有国际影响力的创新性成果,有效地解决了视觉显著性物体检测、候选物体快速生成、以及智能分析与交互技术中的一些关键问题。在相关领域顶级(CCF A类)国际期刊和会议上发表学术论文50余篇。相关研究成果受到了国内外同行的广泛关注与认可,论文Google Scholar引用13000余次,一作论文单篇最高引用3000余次,入选Elsevier 2016-2018中国高被引学者榜单。其显著性物体分割技术被应用于华为公司旗舰手机,为华为产品的智能拍照效果提供了支持,并在华为Mate 10发布会上展示。多项技术被普林斯顿大学、布朗大学等国际著名大学的图形学和视觉课程列为课程内容。研究成果被英国《BBC》、德国《明镜周刊》、美国《赫芬顿邮报》等国际媒体撰文报道。

报告题目:

《自适应视觉感知技术》

报告摘要:

从图像中快速鲁棒的获取目标信息是计算机视觉的核心任务。提取强大的图像特征并对输入特征进行高效的整合,对所有常见计算机视觉应用都具有重要意义。本报告从特征提取和模型学习两个方面入手。首先,从多尺度特征获取的角度,介绍近年来几个重要的神经网络基础模型的演化过程。通过介绍这些经典模型的优势与不足,引出一种轻量级计算量的新型神经网络基础模型。进而通过大量实验,验证该模型的有效性。其次,本报告将模型集成方法与深度学习相结合,介绍一种新的基于负相关学习的深度集成学习策略,新方法通过学习多组负相关子模型的基础上,提升集成模型的预测能力,同时不增加总体模型的计算复杂度。然后,本报告还将介绍一种用于提升语义分割性能的自适应池化策略。最后,本报告将介绍这些核心能力提升在一系列计算机视觉任务中的应用,包括:图像分类、物体检测、激活图预测、显著性检测、语义分割、实例分割、关键点估计、人群计数、年龄估计、性格分析、以及图像超分辨率。

报告嘉宾:

朱 军


清华大学计算机系教授、人工智能研究院基础研究中心主任。2001到2009年获清华大学计算机学士和博士学位,之后在CMU做博士后,2011年回清华任教,2015到2018年任卡内基梅隆大学兼职教授。主要从事机器学习基础理论、高效算法及应用研究,在国际重要期刊与会议发表论文百余篇。担任IEEE TPAMI的副主编和编委、AI编委,担任机器学习国际大会ICML2014地区联合主席, ICML、NIPS、IJCAI、AAAI等国际著名会议的领域主席20余次。获CCF自然科学一等奖、北京市教学成果一等奖、ICME最佳论文奖、CCF青年科学家奖、JP Morgan教师研究奖等,入选国家“万人计划”青年拔尖人才、MIT TR35中国先锋者以及IEEE Intelligent Systems评选的“AI’s 10 to Watch”。

报告题目:

《贝叶斯深度学习及概率编程》

报告摘要:

深度学习虽然在很多应用上取得显著进展,但在不确定性、不完全信息、小样本等环境下仍面临着很多挑战,贝叶斯方法具有互补的优势。该报告将介绍贝叶斯深度学习的前沿进展,介绍支持贝叶斯深度学习的珠算概率编程库,以及在小样本学习、半监督学习等方面的应用。

报告嘉宾:


张兆翔

中国科学院自动化研究所模式识别国家重点实验室研究员,博士生导师,中国科学院脑科学与智能技术卓越创新中心年轻骨干,中国科学院大学岗位教授,IEEE高级会员,CCF杰出会员,中国人工智能学会杰出会员,国家自然科学基金重点项目负责人,MIT麦戈文脑科学研究所高级访问学者。张兆翔博士致力于生物认知启发的视觉感知与理解的理论与方法研究,在可用信息建模和基于模型的物体识别问题上开展了系统工作,在面向国家公共安全和智慧城市监管需求的系统平台上取得成功应用,取得显著社会影响和经济效益,近五年来在国际主流学术期刊与会议上发表论文100余篇,SCI收录期刊论文60余篇,担任了CVPR、ICCV、AAAI、IJCAI、NIPS、ICPR等多个国际会议的Area Chair、Senior PC或者PC,SCI期刊《IEEE T-CSVT》、《PR》、《Neurocomputing》编委,获中国人工智能学会技术发明奖二等奖。入选“第四批国家万人计划青年拔尖人才”、“教育部新世纪优秀人才支持计划”、中国科学院青年学习标兵等。

报告题目:

《Visual Object Detection: Our Recent Brain-inspired Attempts》

报告摘要:

视觉物体检测一直以来就是计算机视觉与模式识别领域的核心问题,在实际应用中具有广泛前景。其通过对视觉信息进行有效分析,同时完成视觉物体的What和Where两个问题,是实现神经科学、认知科学与人工智能交叉的重要切入方向。本报告首先对计算机视觉领域的物体检测问题进行简单综述,探讨当前神经网络方法解决物体检测问题的关键问题,以及其存在的一系列不足,进而从生物启发的角度给出我们在物体检测领域开展的一系列最新工作,如多尺度感受野的三叉戟网络、尺度自适应选择和神经网络结构搜索、面向视频的物体检测等。

主持嘉宾及本期执委:


1

1

郑利平


郑利平,现为合肥工业大学教授、博士生导师,校人才办主任。获合肥工业大学计算机应用博士学位,香港大学计算机科学系博士后经历。

主要研究领域:群体仿真与公共安全、计算机图形学和虚拟现实等。已主持国家自然基金、国家重点研发计划课题、安徽省科技强警等10多项课题,发表论文70余篇,获发明专利5项,软件著作权10多项,获安徽省科技进步三等奖1项,延安市科学技术特等奖1项,安徽省教学成果特等奖1项,一等奖2项,三等奖1项。兼任CCF(中国计算机学会) YOCSEF(青年计算机科技论坛)合肥2015-2016主席,安徽省高等学校计算机教育研究会青年专业委员会主任,中国仿真学会理事,全国高等学校计算机教育研究会理事,安徽省计算机学会常务理事, CCF计算机辅助设计与图形学专委会委员,合肥工业大学学报自然版编委。

汤 进


教授,安徽大学计算机科学与技术学院副院长,博士生导师。主要从事计算机视觉与多媒体大数据分析等方面的研究与应用,在国际学术会议和学术期刊上发表学术论文160余篇,其中CCF A类论文20余篇,SCI收录论文40余篇,EI收录论文140余篇,主持各级科研项目20多项。


CCF高级会员,CCF合肥秘书长,曾担任CCF YOCCF 合肥2014-2015年度主席,CCF大数据专家委员会委员,CCF计算机视觉专委会委员;担任安徽省人工智能学会副理事长,安徽省计算机学会奖励委员会主任。参与主办协办多个国内国际学术会议,包括CNCC、CCF BIGDATA、HPC CHINA等多次CCF及其专委会学术会议,并担任Valse2019大会主席,在学术社会服务方面做出了重要贡献。