中国计算机学会青年计算机科技论坛

CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF南京 专题论坛

CCF走进中兴与YOCSEF人工智能专题论坛

时间：2016年7月6日(周三)   14:00 -18:00

地点：南京市雨花台区软件大道50号 中兴通讯二区 5号楼4楼培训教室4

论坛主题：CCF走进中兴与YOCSEF人工智能专题论坛

报名方式：关注中兴开发者社区公众号，点击菜单“活动”
——“7月6日南京沙龙” 

主办单位：中兴通讯 云T研究院                   

CCF南京分会、CCF YOCSEF南京                   

中兴开发者社区 人工智能COP

中国计算机学会(CCF)走进中兴，共探人工智能前沿技术！     

高校知名专家齐聚一堂

AI界个中好手群英荟萃

打通理论与实践的任督二脉

实现研究与应用的内外兼修

且看智慧与观点的强强对话如何助力人工智能飞得更高~

一切尽在中兴开发者社区技术沙龙人工智能南京专场。

中国计算机学会(CCF)、中兴通讯云T研究院、中兴开发者社区人工智能COP 期待各界AI爱好者的加入！    

论坛议程：

13:40-14:00  签到

14:00-14:10  开场，领导致辞

14:10-14:30  强化学习能做什么？ —— 高阳

14:30-14:40  提问环节

14:40-15:00  弱监督机器学习 —— 张敏灵

15:00-15:10  提问环节

15:10-15:30  脑影像智能分析方法及应用 —— 张道强

15:30-15:40  提问环节

15:40-15:50  茶歇

15:50-16:10  软件挖掘 —— 黎铭

16:10-16:20  提问环节

16:20-16:40  Simple Label Enhanced: Applications of Label Distribution Learning—— 耿新

16:40-16:50  提问环节

16:50-17:10  面向语义理解的视觉表示及度量 —— 李泽超

17:10-17:20  提问环节

17:20-17:30  总结

1 强化学习能做什么？

分享内容：     随着AlphaGo的兴起，强化学习技术引起了广泛的关注。但从其发展至今，强化学习技术一直未能在产业界得到更广泛的应用。本报告试图分析其原因，并讨论强化学习在产业界可能的发展方向。

分享嘉宾：高阳，目前任南大计算机科学与技术系副主任，人工智能教研室副主任，2010年入选教育部新世纪优秀人才计划。1997年开始从事强化学习等方向的学术研究，作为第一负责人主持国家自然科学基金重点项目一项，国家自然科学基金面上项目三项，青年项目一项。主持科技部国际合作专项一项，江苏省自然科学基金重点项目（江苏省973项目）一项。获授权专利10项，国际PCT专利1项。目前担任中国人工智能学会理事/机器学习专业委员会副主任；中国计算机学会南京分部副主席等。 NSFC优秀青年科学基金（2012年度）、入选教育部“长江学者奖励计划”青年学者（2015年度）等。

2 弱监督机器学习

分享内容：在机器学习中，监督信息蕴含了学习问题的语义与规律，是设计有效的学习系统的关键。然而，受问题特性、人力物力等因素的制约，在许多真实世界问题中强监督假设往往并不成立。近年来，弱监督机器学习的研究得到了国际机器学习界的广泛关注，并涌现出了不同类型的弱监督机器学习框架。本次报告将对若干流行的弱监督机器学习框架进行简要讨论，并介绍我们在相关领域的研究进展。

分享嘉宾：张敏灵，东大计算机科学与工程学院教授。研究领域为机器学习、数据挖掘。现任中国人工智能学会机器学习专委会秘书长、中国计算机学会人工智能与模式识别专委会常务委员等。应邀担任PRICAI'16程序主席、IJCAI'15、ICDM'16、ACML'16等国际会议领域主席或高级程序委员，以及AAAI'16、KDD'16、ICML'16等国际会议程序委员。获NSFC优秀青年科学基金（2012年度）、入选教育部“长江学者奖励计划”青年学者（2015年度）等。

3 脑影像智能分析方法及应用

分享内容 近年来，“脑科学计划”吸引了各国政府和公众的广泛关注。脑影像技术是研究脑科学的重要工具之一, 然而由于脑影像数据所固有的高维度、多模态、异构和时变等特性，对其进行快速有效分析是当前研究的关键问题之一。 在本报告中，我们将首先简要介绍脑影像分析的基本方法，然后重点介绍我们近几年在基于机器学习的脑影像智能分析方面的相关工作，并介绍其在老年痴呆症等脑疾病的早期诊断中的应用。

分享嘉宾：张道强，南航教授，博士生导师。研究方向为机器学习和模式识别技术及应用。2010年至2012年在美国北卡罗莱纳大学从事脑影像分析及脑疾病早期诊断研究。先后主持多项国家和省部级基金，已在国内外核心期刊和会议上发表100余篇论文，论文累计被他引4000余次。任中国人工智能学会机器学习专委会常委、中国计算机学会人工智能与模式识别专委会委员等职务。2013年江苏省“333工程”高层次人才，2013年江苏省杰出青年基金，2014年国家自然科学基金优秀青年基金及2015年“万人计划”青年拔尖人才计划。

4 软件挖掘

分享内容：随着软件系统的日趋变得庞大和复杂，软件质量保证变得尤为重要。软件挖掘凭借其能够根据需求自动总结不同软件数据内在规律以对软件项目管理、质量控制提供决策支持，现已成为现代软件工程适应当今软件迅速发展的重要支撑技术。本报告将介绍软件挖掘技术在软件质量保证方面的研究现状。 

分享嘉宾：黎铭，副教授，博士生导师。研究方向软件挖掘、机器学习。现任ACM中国会议委员会委员(人工智能方向)、中国计算机学会人工智能与模式识别专委会委员、中国人工智能学会机器学习专委会委员、江苏省计算机学会人工智能专委会秘书长等。曾获得国家自然科学基金优秀青年科学基金、教育部新世纪人才、江苏省计算机学会青年科技奖、中国计算机学会优秀博士学位论文奖、微软学者奖等奖励与荣誉。

5 Simple Label Enhanced: Applications of Label Distribution Learning

分享内容：Label Distribution Learning (LDL) is a new machine learning paradigm where each instance is associated with a label distribution rather than a single label or a set of labels. The label distribution covers a certain number of labels, representing the degree to which each label describes the instance. This talk will report our recent progresses on label distribution learning and introduce several successful applications of LDL, such as age estimation, pose estimation, multi-label ranking, expression recognition, crowd counting, crowd opinion prediction, etc.  

分享嘉宾：耿新，东大计算机科学与工程学院教授、博导、副院长，东大模式学习与挖掘（PALM）实验室主任。从事模式识别、机器学习、计算机视觉等方面研究。现为CCF青年工作委员会执委，江苏省计算机学会理事、青年工作委员会主任，CCF YOCSEF南京分论坛主席，CCF人工智能与模式识别专委会、计算机视觉专委会委员，中国人工智能学会机器学习专委会、模式识别专委会委员，江苏省计算机学会/微型电脑应用协会人工智能专委会常委，《Frontiers of Computer Science》青年编委。

6 面向语义理解的视觉表示及度量

分享内容：随着大数据时代的来临，我们生活在一个高维度数据的海洋之中，尤其是图像视频数据。为了提高数据处理的效率和性能，有效的数据表示以及度量变得尤为重要。为此，我们重点研究了面向语义理解的视觉表示及其度量。研究了如何从原始视觉特征中选择出最能反映数据本质的特征表示，提出了多种特征选择方法，挖掘数据潜在结构以及特征之间的信息冗余，去除噪声特征以及抑制冗余特征。 

分享嘉宾：李泽超，南理工计算机科学与工程学院副教授。研究方向主要是多媒体内容分析与理解，数据挖掘以及机器学习等。相关研究成果在国际期刊和会议发表论文40余篇，如国际知名期刊IEEE TPAMI、IEEE TIP、TMM、TKDE等，以及CCF A类国际会议ACM Multimedia、AAAI、CVPR等。获得2015年中国科学院优秀博士论文奖、2015年中国计算机学会优秀博士论文奖、2013年中国科学院院长奖、IEEE MMSP 2015 Top 10%论文奖等多项荣誉称号。

关注本公众号，点击菜单"活动"—“7月6日南京沙龙”报名