返回首页
您的位置:首页 > 会员活动

CCF广州成功举办 “机器学习理论前沿与应用” 青年论坛

阅读量:518 2019-12-23 收藏本文


2019年12月22日,中国计算机学会(CCF)广州分部青年论坛“机器学习理论前沿与应用”在江门成功举行。本次论坛由CCF广州分部主办,惠州市新一代工业互联网创新研究院协办并提供赞助支持。CCF广州分部主席、华南理工大学研究生院副院长许勇教授,CCF广州分部秘书长、暨南大学理工学院黄书强教授,广东省计算机学会理事长、华南理工大学计算机科学与工程学院韩国强教授,YOCSEF广州主席、华南师范大学郝天永教授、YOCSEF广州AC委员、华南农业大学黄栋,YOCSEF广州AC委员吴一冰,五邑大学信息学院院长甘俊英教授以及省内多所高校师生及企业界80余人参加了论坛活动。

首先,许勇教授代表CCF广州分部致开幕辞。许勇对论坛嘉宾作了介绍,并对参会师生以及企业人士表示欢迎,希望大家可以通过此次论坛活动了解前沿学术进展,并增进省内兄弟院校的交流与合作。

CCF广州主席许勇致辞

论坛邀请到南方科技大学唐珂教授、华南理工大学徐雪妙教授、广东工业大学蔡瑞初教授等三位活跃在机器学习前沿领域的青年才俊为大家作精彩学术报告,CCF广州分部秘书长黄书强主持论坛报告。

唐珂教授的报告题为“复杂优化问题中的飞越局部极值”。该报告针对复杂优化问题的一个常见共性难点(含有局部极值而难以寻得最优解),从自动分治的视角出发分析基于种群的搜索算法能够克服局部极值的原因,进而介绍两种采用自动分治思想的搜索框架,以及基于种群的搜索算法在深度神经网络压缩、自动算法设计、车辆路由等问题上的成功案例。

唐珂作报告

许勇为唐珂颁发感谢牌

徐雪妙教授的报告题为“基于机器视觉的场景智能理解关键技术”。该报告围绕如何解决复杂条件下视觉感知模型的鲁棒性、稳定性,提升模型的泛化能力和域间迁移能力展开讨论,重点探讨深度学习框架下克服泛化能力不足和域漂移严重的方法,提出了一系列基于多尺度融合、先验知识融合、多模型融合、域迁移的学习算法及其在目标检测(如车辆,车道线等)、图像分类等视觉任务上的应用。

徐雪妙作报告

黄书强为徐雪妙颁感谢牌

蔡瑞初教授的报告题为“因果关系发现与因果性学习”。蔡瑞初首先就因果分析与关联分析的基本概念、重要算法以及关键应用等方面进行了生动阐述,进而从因果图构建的模型与假设出发,对基于约束的方法、基于因果函数模型的方法和混合型方法这三大类因果关系发现方法进行介绍;并针对因果图在迁移学习、解耦学习、故障根因定位等领域的因果性学习方法进行探讨。

蔡瑞初作报告

黄书强为蔡瑞初颁发感谢牌

在论坛上,三位报告嘉宾还回答了现场听众提出的若干问题,并就学术研究及学习深造等内容与大家进行了深入交流。最后,此次论坛活动在一片热烈的掌声中圆满结束。此次论坛活动针对机器学习专题学术问题展开深入讨论,坚持理论研究联系实际应用,体现了CCF对学术水平和专业素养的追求,与会者纷纷表示受益匪浅,启发性很大。

执行主席许勇与黄书强会前合影


向赞助支持单位颁发感谢状

会场简影