返回首页
您的位置:首页 > 会员活动

预告丨CCF合肥庐州论坛:认知计算研讨会

阅读量:27 2022-04-21 收藏本文

“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,组织学术交流报告会分享认知计算的研究成果,共同探索认知计算的研究方向,促进该领域学者之间的交流,助力合肥在认知计算领域的研究。

活动议程

423日下午 14:00正式开始

14:00-14:05   会议介绍

14:05-14:10  分部主席致辞

14:10-15:00

报告一: 迈向实用化多模态情感脑机接口的深度学习算法

报告人:上海交通大学  吕宝粮  教授

15:00-15:50

二:大脑加工多模态信息的神经机制

报告人:北京大学  吴思 教授

15:50-16:40

报告三连续自然情感识别理论与方法

报告人:中国科学院自动化研究所 陶建华 教授

16:40-17:30

报告四:图像恢复:从深度先验到不确定性估计

报告人:西安电子科技大学 董伟生 教授

 

报告嘉宾:

吕宝粮 教授

 

吕宝粮,上海交通大学计算机科学与工程系长聘教授、上海交通大学医学院附属瑞金医院脑病中心广慈教授、博士生导师、IEEE Fellow。1994年获日本京都大学工学博士学位,现任上海交通大学智能交互与认知工程上海高校重点实验室主任、上海交通大学清源研究院执行院长、上海交通大学医学院附属瑞金医院脑机接口与神经调控中心共同主任和上海交通大学医学院附属瑞金医院脑病中心-米哈游联合实验室主任。担任IEEE Transactions on Affective Computing Journal of Neural Engineering、IEEE Transactions on Cognitive and Developmental Systems、《模式识别与人工智能》和《智能科学与技术学报》编委。荣获2018 IEEE Transactions on Autonomous Mental Development最佳论文奖、2020年度吴文俊人工智能自然科学一等奖和2021 IEEE Transactions on Affective Computing最佳论文奖,入选爱思唯尔20202021“中国高被引学者”榜单。主要研究领域包括仿脑计算理论与模型、神经网络、深度学习、情感智能和情感脑机接口。

报告主题

迈向实用化多模态情感脑机接口的深度学习算法》

报告摘要

情感脑机接口是对人的情绪进行识别和调控的一类脑机接口,是实现情感智能的一个重要途径。情绪的变化非常复杂,单一模态信号往往无法对情绪状态进行全面、客观和准确的表征。因此,多模态情感脑机接口的研究越来越受到研究者的重视。一系列研究结果表明,脑电信号和眼动追踪信号对情绪表征具有互补特性,两种信号的融合可以大大提高情绪识别的准确率。但对许多实际应用场景,脑电设备存在佩戴舒适性差、使用不便、脑电信号易受干扰以及脑电信号个体差异大等问题。为了开发实用的多模态情感脑机接口系统,我们需要克服上述脑电设备和脑电信号的缺点。本报告介绍我们最近在解决上述问题的一些研究进展,包括跨模态深度学习、异质迁移学习和即插即用域适用算法。

报告嘉宾:

吴思 教授

 

吴思现为北京大学心理与认知科学学院的长聘教授麦戈文脑科学所研究员、定量生物中心研究员、北大-清华生命科学联合中心研究员、北京智源学者。1987-1995年北京师范大学物理系先后获得普通物理学士、广义相对论硕士、统计物理博士1995-2000年先后在香港科技大学、比利时林堡大学、日本理化学研究所从事博士后工作2001-2017年先后任英国谢菲尔德大学计算系讲师英国萨斯克斯大学信息工程系高级讲师中科院神经所研究员、北京师范大学“认知神经科学与学习”国家重点实验室教授。研究方向为计算神经科学和类脑计算,尤其关注神经系统处理信息的基本原理,并在此基础上发展类脑智能算法。已发表论文上百篇,包括大量神经科学的顶级期刊和人工智能的顶级会议。目前担任计算神经科学领域最大国际期刊Frontiers in Computational Neuroscience共同主编、中国神经科学学会计算神经科学与神经工程》专业委员会主任等。

报告主题

《大脑加工多模态信息的神经机制》

报告摘要

大脑采用多种感觉器官(如眼、耳、鼻等),通过不同的物理化学信号(如光、声、化学分子等)来感知外部世界。这些来自不同感觉模态的信息从不同角度刻画了外部世界,它们在大脑内部被整合在一起,从而帮助我们更好地感知世界。大量神经科学实验证明大脑会采用统计优化的贝叶斯推理来加工多模态信息。本报告将以视觉和平衡觉信息整合来感知空间运动方向为例,介绍大脑加工多模态信息的神经机制。

报告嘉宾:

陶建华 教授

 

陶建华,中国科学院自动化研究所、研究员、博士生导师,模式识别国家重点实验室副主任、中国科学院大学首席教授,国家杰出青年基金获得者,国家万人计划领军人才,享受国务院政府特殊津贴。主要从事智能交互、大数据分析、模式识别等方向,在国内外主要期刊或会议上发表论文300余篇,研究成果多次在国内外学术会议上获奖。先后负责国家863重点项目国家重点研发计划项目、国家自然科学基金重点项目、中科院先导项目、国家发改委项目等重点科研任务。目前担任中国计算机学会会士和常务理事、中国人工智能学会常务理事兼智能交互专委副主任、中国图象图形学会理事兼人机交互专委主任、中国中文信息学会理事兼语音信息专委副主任、ISCA Board成员ISCA SIG-CSLP主席等,并担任Speech CommunicationJMUI等多个主要国内外期刊编委,同时担任Interspeech、ACIIIEEE ICSP、IEEE MLSPISCSLPNCMMSC等会议大会主席或程序委员会主席

报告主题

《连续自然情感识别理论与方法》

报告摘要

情感识别是基于多项人工智能技术、赋予计算机或机器人识别人类内在情感的能力。情感识别在智能人机交互中具有极其重要的作用,可以使交互更加自然和谐。连续自然情感识别是指将情感状态映射到连续空间维度上,通过对情感的动态变化过程进行建模,描绘出情感的时序变化过程。本报告将介绍连续自然情感识别的理论及其实现方法。

报告嘉宾:

董伟生 教授

 

董伟生,男,1981年4月生,西安电子科技大学人工智能学院教授、副院长。入选教育部“长江学者”特岗学者。主要从事图像视频处理、深度学习、计算机视觉方面的研究工作。主持包括JKW基础加强项目、国家自然科学基金重大项目课题、科技部重点研发项目课题等项目,曾入选优青”、万人计划“青年拔尖人才”项目。国际权威期刊和会议发表论文100余篇,论文已被Google引用8000余次,单篇Google引用1300余次。曾任中国计算机学会推荐A类期刊IEEE Transactions on Image Processing编委、CVPR 2022领域主席,现任SIAM Journal on Imaging Sciences编委。曾获国家自然科学奖二等奖1项(排名第二)。

报告主题

《图像恢复:从深度先验到不确定性估计》

报告摘要

得益于深度网络强大的学习能力,近年来以深度神经网络为代表的人工智能技术在图像超分辨率、图像降噪和计算重建等图像恢复任务上取得了远优于传统算法的性能。然而现有大多数方法将图像处理方法视作是一个从输入到输出的非线性映射问题,忽略了图像恢复问题本身的一些先验知识,使得网络规模较大并且进一步提升性能也较为困难。在本报告中,我们将图像恢复表示为最大后验概率估计问题,并利用深度网络来学习图像先验和求解最大后验概论估计问题,将迭代算法展开成深度网络实现端到端的学习。此外,针对现有基于L1/L2范数损失函数无法针对图像边缘等显著区域进行优化的问题,提出了基于不确定性损失函数的图像恢复方法。

执行主席

 

吕钊,安徽大学计算机科学与技术学院教授、博士生导师、副院长;安徽省科促会人工智能与大数据副主任委员、中国计算机学会(CCF)人机交互专委会委员、全国信息技术标准化技术委员会生物特征识别分会委员、安徽省计算机学会理事。相继主持国家自然科学基金项目2项,省部级课题4项;以第一或通信作者发表论文近百篇,授权国家发明专利12项。获军队科技进步二等奖1项、三等奖2项;安徽省教学成果奖一等奖和三等奖各1项,安徽省基础拔尖人才培养基地负责人。

 

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 等和国际权威期刊 IEEE T-PAMI, IJCV 及 IEEE T-NNLS 等上发表论文 20 余篇。主持国家自然科学基金,安徽省自然科学基金优青项目以及中科院自动化所南京人工智能芯片创新研究院合作课题等。获 ACM合肥分会新星奖,安徽省计算机学会自然科学一等奖等。担任《中国图象图形学报》期刊青年编委。

参会方式:

1. 会议链接:

 

2. 参会方式:CCF会员免费、非会员200元。

3. 扫码加入CCF

 

3、 联系人:李老师  邮箱:jli@iai.ustc.edu.cn

论坛执行主席:

钊(安徽大学教授,计算机科学与技术学院副院长,CCF执行委员)

(安徽大学副教授,计算机科学与技术学院副院长,CCF委员)