银河1331登录-银河网站登录-银河官网1331

English
学术信息
以后地位:首页 \ 学术信息

人工智能与数据迷信学院系列学术陈诉

  陈诉一:  

  陈诉日期:2019年11月21日(周四)14:00-14:45

  陈诉所在:北辰校区人工智能学院楼(西教一)102陈诉厅

  陈诉标题:多视图表现学习及分类:算法及使用

  告高朋:张长青   

  

  陈诉简介

  多视图学习(multi-view learning)是一种应用多源信息的紧张技能。多源、异构特性招致差别视图之间的联系关系庞大且难以预知,乃至范畴专家在面临庞大多源信息时也难以无效应用。多视图学习的中心题目是怎样协同应用差别视图之间的分歧性和互补性,精确地发明数据的内涵形式以进步数据剖析的无效性。陈诉针对多视图学习中的根底题目停止研讨,一方面针对多视图分歧性和互补性,探究传统模子的范围性;另一方面,提出多视图表现学习齐备性,处理多视图交融的实际保证。  

  高朋简介:

  张长青,工学博士,天津大学硕士生导师,天津大学北洋学者主干教员。次要研讨偏向为呆板学习、盘算机视觉、医学图像剖析与了解等。2017-2018于美国北卡罗来纳大学教堂山分校停止医学图像剖析研讨,在国际集会和期刊上发布论文70余篇,此中CCF- A类集会以及IEEE Trans.期刊(包罗IEEE T-PAMI/T-IP/T-NNLS/T-CYB)35篇。多篇论文当选NIPS/CVPR的spotlight和oral论文。掌管国度天然基金青年项目和面上项目、天津市天然迷信基金面上项目。担当IJCAI、AAAI、CVPR、ICCV等集会的顺序委员会成员或审稿人,担当中国呆板学习集会(CCML 2017)当地构造主席,国际期刊IEEE T-PAMI/T-IP/T-NNLS/T-CYB等多个威望杂志审稿人。

    

  陈诉二:

  陈诉日期2019年11月21日(周四)14:45-15:30

  陈诉所在:北辰校区人工智能学院楼(西教一)102陈诉厅

  报告标题:网络表现学习:题目与模子

  陈诉高朋:王啸

  

  陈诉简介:

  在当当代界,越来越多的网络被使用在差别的场景之中,而此中的一个共鸣便是这些网络数据通常是庞大多样的。为了无效处置网络数据,主要的应战是网络数据表现,即怎样适宜地表现网络使得后续的形式发明、剖析及预测等义务能在日期和空间上无效睁开。在这个陈诉中,我将起首引见网络表征学习的配景及根本要求,并从坚持网络构造及性子两个根本要求动身,讨论网络表现学习中的一系列根本题目,比方坚持社区构造的网络表征学习模子、坚持超边不行分性的超网络表征学习模子、基于双层留意力机制的异质图留意力网络及坚持微观微观动力学性子的时序网络表现学习模子等。  

  高朋简介:

  王啸,现任北京邮电大学盘算机学院助理传授,曾任清华大学盘算机迷信与技能系博士后研讨员,研讨偏向为交际网络剖析、数据发掘与呆板学习。天津大学博士,美国圣路易斯华盛顿大学结合培育博士。比年来,掌管国度天然迷信青年基金、 CCF-腾讯犀牛鸟科研基金、 北京市重点实行室主任基金, 并到场多项国度天然迷信基金。在人工智能相干顶级集会和期刊上发布论文 40余篇,此中 CCF-A 类或IEEE Transactions(IEEE TKDE/TYCB) 威望期刊论文 近20 篇。 五年内, 以上论文被援用 1000 余次(Google Scholar)。 同时担当 AAAI、 IJCAI、 KDD、 ACM MM、 CIKM、 ECAI、 PAKDD 等国际集会顺序委员会成员或分会主席,国际期刊 IEEE TKDE、 IEEE TYCB、 IEEE TBD、 ACM TIST 等多个威望杂志审稿人。

  

  陈诉三:

  陈诉日期2019年11月21日(周四)15:30-16:15

  陈诉所在:北辰人工智能学院楼(西教一)102陈诉厅

  陈诉标题:基于高阶统计建模的深层卷积神经网络

  陈诉高朋:王旗龙

  

  陈诉简介

  深层卷积神经网络架构的演化和疾速开展使得浩繁盘算机视觉、语音以及天然语音处置义务的功能失掉了极大提拔。但现有主流的深层卷积神经网络架构均应用一阶统计办法对卷积特性停止全局建模,丧失了深层卷积特性中少量的无效信息,同时限定了深层卷积神经网络的表达和泛化才能。针对上述题目,讲者提出了多种基于高阶统计建模的深层卷积神经网络,经过高阶统计建模建办法和深层卷积神经网络停止无效联合,明显进步了深层卷积神经网络的表达和泛化才能。相干办法在大范围图像辨认,精密粒度分类以及目的检测等义务展示了出了分明劣势。  

  高朋简介

  王旗龙,天津大学智能与盘算学部助理传授,2018年结业于大连理工大学,取得博士学位,次要研讨偏向是深度学习,概率散布建模和视频图像剖析。现在在人工智能范畴国际顶级集会CVPR/ICCV/ECCV/NIPS/IJCAI以及IEEE T-PAMI/IEEE T-IP等国际威望期刊发布学术论文30余篇。曾取得2015年阿里巴巴大范围图像检索大赛第二名(2/853)、ICIP2015 Best 10% paper。当选2018年博士后创新人才方案,取得国度天然迷信基金青年基金以及博士后基金等赞助。


  陈诉四

  陈诉日期2019年11月21日(周四)16:15-17:00

  陈诉所在:北辰人工智能学院楼(西教一)102陈诉厅

  陈诉标题:图像恢复题目中深度网络的使用

  陈诉高朋:任冬伟

  

  陈诉简介

  在底层图像恢复题目中,现有的深度网络办法努力于学习退步图像到明晰图像的映射。受害于少量的成对仿真数据和越发庞大的网络构造、训练战略,现有的深度网络办法在数据集获得了明显的目标提拔。但是,庞大的训练战略和网络构造使得现无方法在训练和测试两个阶段辨别面对手动参数调理、盘算服从受限等题目;仿真数据集的高定量目标每每不等价于实践使用中精良的扩展功能。本次陈诉将针对图像去雨和盲去含糊讨论怎样更好地使用深度网络处理图像恢复题目。(1) 我们提出了渐进式的去雨网络,极端复杂的网络构造和训练战略获得了明显优于现有庞大网络的功能和盘算服从。(2) 我们提出了自监视学习的盲去含糊算法,应用两个深度网络求解MAP优化题目,从给定的退步图像学习含糊核和明晰图像的先验模子,防止了有监视学习深度网络扩展功能差的范围。  

  高朋简介

  任冬伟,天津大学智能与盘算学部助理传授。2017年和2018年取得哈尔滨产业大学和香港理工大学博士学位。研讨偏向为底层盘算机视觉,包罗图像去噪、去含糊、去雨等。在TPAMI、TIP、CVPR、AAAI等国际期刊和集会发布多篇学术论文。

 

  陈诉五:

  陈诉日期2019年11月21日(周四)17:00-17:45

  陈诉所在:北辰人工智能学院楼(西教一)102陈诉厅

  陈诉标题:基于三维人脸先验知识的人脸图像恢复

  陈诉高朋:任文琦

  

  陈诉简介

  图像去含糊在实践生存中有普遍使用,比方视频监控、医学成像等,因而失掉普遍研讨。人脸图像去含糊作为图像去含糊题目的紧张构成,已失掉持久开展,但是以后次要的人脸去含糊办法仍然会合在平均去含糊偏向。而实践使用中由于相机的非立体内活动,人体活动,姿态改动等形成实践人脸含糊都黑白平均含糊的。本次陈诉次要引见三维人脸重修在人脸去含糊中的使用。经过应用三维人脸明晰先验知识,指点网络停止人脸规复,到达去含糊的结果。别的,本办法也可以进一步使用于人脸的别的规复使用中,比方人脸图像超辨别等。  

  高朋简介:

  任文琦,中国迷信院信息工程研讨所,信息平安国度重点实行室助理研讨员。天津大学-美国加州大学莫赛德分校结合培育博士。次要研讨偏向包罗图像去含糊、图像去雾、超辨别等图像加强相干题目。在NeurIPS,CVPR,ICCV,ECCV及IJCV/TIP等国际集会及期刊等发布学术论文10余篇。取得2018年北京市图象图形学会良好博士学位论文奖。





Copyright © Hebei University of Technology  苏ICP备14031008号-1 津教备0020号 

TOP
Baidu
sogou