返回首页
您的位置:首页 > 会员活动

CCF@U772:孟德宇走进山西大学

阅读量:1 2020-09-30 收藏本文

2020年9月27日,由CCF山西大学学生分会承办的“CCF走进山西大学”活动在山西大学坞城校区计数楼102教室成功举行。本次活动特别邀请了西安交通大学大数据算法与分析技术国家工程实验室机器学习教研室负责人孟德宇教授作了题为“视觉任务中的模型驱动与数据驱动”的报告。CCF会士、山西大学副校长梁吉业教授,CCF太原分部监督委员会主席、山西大学计算机与信息技术学院院长王文剑教授出席了本次活动。会议由山西大学计算机与信息技术学院副院长曹付元教授主持。共100余名老师及学生会员参加了本次活动。

首先孟德宇教授向大家介绍了CCF以及由CCF组织的系列演讲活动“CCF走进高校”。接着他就针对底层视觉处理的任务(如图像去噪等),指出了传统模型驱动方法和现代驱动方法的差异。随后分析了模型驱动与数据驱动的各自适用场合与有效性前提,并提出了一种不确定性深度学习的方法,意在将两种方法论统一在统一概率框架下,从而达到数据驱动与模型驱动方法论优势互补、功能相互折衷。最后孟德宇教授为我们讲解了我国当前机器学习与计算机视觉领域的基础研究问题。他指出当前我国基础型人才匮乏,呼吁广大学子深入学习机器学习相关的课程,为我国机器学习与计算机视觉领域做出贡献。

孟老师的报告内容充实而深刻。与会者也就处理视觉任务的模型驱动和数据驱动的方法与孟老师互动交流。本次活动取得了圆满成功!

本次活动结束后,同学们均表示收获颇丰。不仅对底层视觉任务处理的不同驱动方法有了更深的认识,同时也激发了大家对于机器学习和计算机视觉处理的浓厚兴趣,开拓了创新的思路。

图1 孟德宇教授作报告

图2 会场

图3与会者交流

图4 与会人员合影留念

听众感言:

唐建国 2017级本科生

孟教授报告了关于底层视觉处理任务的处理,其中包括图像去噪。为了准确去除噪声,引出之后的模型驱动,从源头解决,之后引出现代端到端的数据驱动,系统讲解了模型驱动和数据驱动各自的适用场合与优缺点。孟教授对此用一首自己写的诗来总结过往经验和对未来的展望“外炼铜皮骨,内炼一口气,万法终归宗,心齐泰山移。”在报告后半段,孟教授与我们分享了许多在计算机视觉方面的经验,走过的坑以及很多曾经做过的经典案例,使我大开眼界,收获颇丰。

廖福金 2018级本科生

孟教授在报告中关于MAP的讲解非常通俗易懂,并且用一些幽默诙谐的话语和生活中随处可见的小例子来帮我们更好地理解最大后验概率模型MAP。首先普及MAP基本过程,两个输入:“先验”与“似然”,一个输出“后验”。这种从先验到后验主要是为了后续的贝叶斯方法的概述铺垫。经过孟教授的讲解后,让我对基础的贝叶斯模型有了更加深刻的理解。通过这场学术报告,我感觉自己学到了很多,希望CCF多举办这样的学术活动,多请一些教授来分享他们的经验和观点。

任鹏飞  019级硕士生研究生

孟教授用一种不确定的学习方法尝试将数据驱动和模型驱动两种不同处理方向进行互补,预测了未来数据驱动往模型驱动的可能性。另外,孟教授介绍了他所在团队曾经做过的许多工作以及一些经典的视觉案例。这些让我对计算机视觉这个方向有了更深刻的理解。后续同学和老师们的交流讨论,更是让我开阔眼界,触类旁通,有了很多新的想法。希望CCF能够多多举办这种公益性的学术活动,让我能够更多的前沿领域知识。