返回首页
您的位置:首页 > 会员活动

CCF@U第820场:陈伟能、李泽超走进河北经贸大学

阅读量:48 2021-12-02 收藏本文

20211129日下午,CCF石家庄会员活动中心(简称:CCF石家庄)举办了820CCF走进高校---河北经贸大学活动。此次活动邀请了国家优秀青年、CCF优秀博士学位论文奖获得者、CCF人工智能与模式识别专业委员会委员、华南理工大学陈伟能教授和爱思唯尔中国高被引学者、国家级青年人才、南京理工大学李泽超教授为与会观众带来了一场内容丰富的学术报告活动本次活动由CCF石家庄分部秘书长、河北经贸大学忽丽莎主持,校内外师生通过腾讯会议平台以线上形式参加了此次会议,活动吸引了160余名观众同时观看。

国家《新一代人工智能发展规划》将群体智能列为重点发展的人工智能理论与技术方向之一。为此,陈伟能教授围绕“群体智能演化与优化”这一主题,针对大规模决策优化难题,围绕群体智能协同演化过程的可预知、可引导和可扩展等关键问题,介绍了群体智能协同演化的理论与方法体系。在群智演化的预知与建模表达方面,建立了基于概率分布的群体智能算法框架,实现了群体智能算法在连续、离散空间的统一表达;在群智演化的引导与调控方面,面向大规模优化问题提出了基于分段支配学习机制和分层学习机制的群智优化算法,提高了算法的全局探索和局部开发能力;在群智演化的可扩展性方面,从种群分布、维度分布等多角度探索了高可扩性的分布式群体智能协同演化方法。最后还详细介绍了大规模群体智能协同演化优化的相关应用,并关于后续的研究方向进行了探讨。


陈伟能教授正在进行学术报告

图像视频大数据智能分析与理解在多种实际应用中具有至关重要的作用,比如无人驾驶、网络空间内容安全以及社会公共安全等。然而实际应用情况是复杂开放的。为此,李泽超教授围绕“开放环境多媒体内容理解”这一主题,为我们介绍了开放环境下多媒体内容分析与理解问题,主要是半监督、小样本和弱监督条件下的图像内容分析,并进一步介绍了其提出的半监督特征学习方法、小样本识别、深度协同因子分解模型,将图像和标签映射到统一空间,同时解决图像标注、标签优化、基于内容的图像检索以及标签扩展等多种任务。


李泽超教授正在进行学术报告

本次活动持续2小时,位嘉宾的报告深入浅出,内容精彩,图文并茂!此次报告为河北经贸大学以及CCF石家庄分部师生提供了一次难得的学习和交流机会,帮助大家及时掌握了群体智能和多媒体领域新的研究方向和前沿学科动态,并学习了前沿技术成果与领域应用情况,开拓学术视野。活动取得了圆满成功!

听众感言

尚兰兰 CCF学生会员 河北经贸大学 研二

今天有幸参加陈伟能、李泽超两位国内非常知名的图像处理与智能算法领域的专家进行线上精彩汇报,受益匪浅。

首先是华南理工大学陈伟能教授关于“群体智能演化与优化”,陈伟能教授针对大规模决策优化难题,围绕群体智能协同演化过程的可预知、可引导和可扩展等关键问题,探索群体智能协同演化的理论与方法体系。深入浅出的讲解了群体智能算法目前的发展现状以及自己对这方面的看法,多角度的探索分布式群体智能协同演化方法,不论是从探究角度和探索精神来说,都有触动到我。其次是李泽超教授依据问题找突破口,为了解决标签和图像之间的信息统一问题,介绍了对开放环境多媒体内容理解,这些图像具有丰富的弱监督上下文信息,可以同时帮助多个图像理解任务,如社会图像标签的细化和分配,基于内容的图像检索,基于标签的图像检索和标签扩展。为此,老师提出了一个深度协同嵌入(DCE)模型来揭示图像和标签的统一潜在空间,明显的改善了前述提出的问题,这一方法不仅引发了我的思考,既然语义理解上的方法可以用于提高效率,那将图像处理的方法进行改进用于自己的研究领域将会怎样呢,我会沿着老师的思路课下继续思考。

感谢CCF和学校能给予这样的机会,让我们可以了解了更多的计算机前沿的研究内容,为以后的学习指出了可以参考的研究方向,也学到以前未见过的知识,希望以后可以多参加这类活动。

陈恒 CCF学生会员 河北经贸大学 研一

下午2点,河北经贸大学信息技术学院携手中国计算机学会举办了CCF@U820场讲座,线上邀请了华南理工大学和南京理工大学的两位教授进行讲座,学到了很多内容。

陈伟能教授讲解了《群体智能演化与优化》,首先通过分析群智现象,提出了基于概率分布的群智优化框架,实现了连续、离散域的统一表达,预知群智演化的效果;其后通过建模表达构建群智模型,依据教育学的因材施教策略提出了分层次学习机制,提高全局探索和局部开发能力,实现高效群智引导;然后探索在分布式环境下对模型进行优化调控,教授采用分布式协同实现群智演化,进一步提高了群智的可扩展性,最后应用到大规模的优化应用当中,比如异常行为检测、应急疏散路径优化等等。李泽超教授讲述了《开放环境多媒体内容理解》,图像视频大数据智能分析与理解是目前的热点,面对复杂的社会应用环境,李教授通过分析多种算法,针对图像分析提出了半监督特征学习、半监督特征选择的改进,针对图像标注、图像标签优化、基于内容的图像检索、基于标签的图像检索和标签扩展等多种任务实现统一框架完成,协同处理多种理解任务。

两位教授层层递进的讲述研究过程中的思考和解决方法,使自己对群智演化和多媒体内容理解方面有了更深入的认识,对自己未来视觉研究方向有很大的帮助。很感谢CCF和学校提供的这次学习机会,希望有机会能够多参加此类活动。

廖权明 CCF学生会员 河北经贸大学 研一

今天下午,学校举办了CCF@U:陈伟能、李泽超走进河北经贸大学的讲座,我很幸运能够有机会参加这个讲座,让我受益匪浅。

陈伟能老师主要为我们介绍了群体智能算法及相关应用。最近正好在学习群体智能算法,对这方面的知识也非常感兴趣。算法层面令我印象深刻的是粒子群算法和蚁群算法,应用层面令我影响深刻的是人群模拟与引导优化,最有感触的也是这个应用。平时在课堂上,老师就经常教导我们学会运用知识解决生活中的实际问题,这个运用群体智能算法解决生活问题的例子,对我的学习颇有启发。李泽超老师主要为我们介绍的是开放环境多媒体内容理解,介绍了我们现在的生活空间由曾经的物理空间变为现在的物理空间和网络空间的结合,并了解到我们现在所处的大数据时代,数据虽然很多,但是对数据的利用率却是非常低。还介绍了图像与视频的处理分析,了解到图像在计算机是向量表示,人很容易识别,但计算机不行,由此引出一系列的人工智能方法提高计算机识别图像的准确度。在这过程中,我不仅学习到了相关专业知识,同时对人工智能的体会更深刻。

每次参加CCF讲座都让我收获颇丰。虽然也有一些知识还没有接触到,听着比较晦涩,但是更加激起了我的兴趣。同时以前学习到的知识,现在的理解也更加深入了。由于疫情原因,有点遗憾不能参加线下的讲座,很期待下次能够参加线下的CCF讲座。

郭金宇 CCF学生会员 河北经贸大学 研一

下午2点,学校举办了“CCF@U:陈伟能、李泽超走进河北经贸大学的讲座,我很幸运能够有机会参加这个讲座,让我受益匪浅。

听了陈伟能教授的CCF走进高校的讲座,介绍了分布式智群协作的隐私保护机制的前沿,还讲了具隐私保护机制的智群任务分配,非常厉害群体智能方向太棒了陈教授在这个方向上很强提出了一种协同协同进化算法。首先,设计了一种基于迭代迹线的分解方法,利用水迹线信息将大网络分解为小网络。由于分解方法需要的领域知识较少,因此对多种形式的网络具有很强的适应性。同时,在优化过程中,提出的算法可以逐步细化分解,使其更加精确。听了李泽超教授的CCF走进高校讲座,介绍了对开放环境多媒体内容理解,这些图像具有丰富的弱监督上下文信息,可以同时帮助多个图像理解任务,如社会图像标签的细化和分配,基于内容的图像检索,基于标签的图像检索和标签扩展。为此,提出了一个深度协同嵌入(DCE)模型来揭示图像和标签的统一潜在空间。该方法将端到端学习和协同因子分析结合在一个统一的框架内,以实现表征学习和潜在空间发现的最佳兼容性。学习了一个非负的、离散的精细标记矩阵来指导端到端学习。

感谢CCF和学校能给予这样的机会,让我们可以了解了更多的计算机前沿的研究内容,为以后的学习指出了可以参考的研究方向,也学到以前未见过的知识,希望以后可以多参加这类活动。