2019年广东省计算机学会年会-CCF广州青年论坛
来源: 黄书强/
暨南大学
2640
2
1
2019-11-29

2019年广东省计算机学会年会-CCF广州分部青年论坛专场

主题:机器学习理论前沿与应用

时间20191222日,上午9:00-11:30

地点:江门逸豪酒店(江门市迎宾大道中118 号)F4金伦B

最近几年的研究热点深度学习只是机器学习中一部分内容,更是人工智能中一小部分内容。机器学习和人工智能有很多问题没有得到解决,特别是移动互联网和大数据环境下的机器学习问题研究面临诸多难题。本次论坛主要针对机器学习中基础理论和技术应用展开讨论,我们邀请到省内三位优秀的机器学习方面的青年学者,从计算智能、机器视觉、因果分析三个不同方面交流机器学习理论研究和应用的最新成果。唐珂教授是国际计算智能学会杰出青年奖的获得者,徐雪妙教授科研成果在计算机视觉应用方面产生良好经济效益,蔡瑞初教授在大数据关联分析之外开辟新的因果关系理论模型和方法。三位学者在科研方面成绩斐然,同时他们在推动产学研合作方面表现同样出色。

聚焦理论和应用前沿,三位青年学者的演讲值得期待,我们热忱欢迎广东省计算机界的各位同仁参加本次专题论坛活动!

论坛执行主席:

许勇(华南理工大学教授,CCF杰出会员,CCF广州分部主席)

黄书强(暨南大学教授,CCF杰出会员,CCF广州分部秘书长)

 

举办单位:CCF广州分部

赞助支持:惠州市新一代工业互联网创新研究院

 

报告题目1:复杂优化问题中的飞越局部极值

报告嘉宾:唐珂教授-南方科技大学

报告摘要:随着信息技术的不断发展,日常生产与生活中涌现出了大量需求解的复杂优化问题。不论来源于何种应用领域,这些问题的一个常见共性难点是含有局部极值(即非凸、多峰),导致算法难以找到最优解。基于种群的搜索算法对局部极值较不敏感,因而被认为是解决这类复杂问题的重要手段。本报告将首先从自动分治的视角出发,分析这类算法能克服局部极值的原因,进而介绍两种采用自动分治思想的搜索框架——负相关搜索与协同演化。在此基础上,介绍基于种群的搜索算法在深度神经网络压缩、自动算法设计、车辆路由等问题上的成功案例。

唐珂教授

唐珂,南方科技大学教授。在计算智能及其应用领域发表论文150余篇,Google Scholar引用7000余次。曾获教育部自然科学一等奖、二等奖各一项、中国电子学会自然科学一等奖、国家“万人计划”青年拔尖人才、IEEE计算智能学会杰出青年奖、英国皇家学会牛顿高级学者等奖励或荣誉。担任IEEE Transactions on Evolutionary Computation 等期刊编委、十余次担任国际学术会议程序委员会或技术委员会主席。主要研究领域为演化计算、机器学习等。

报告题目2:基于机器视觉的场景智能理解关键技术

报告嘉宾:徐雪妙教授-华南理工大学

报告摘要:互联网和物联网时代催生了海量的视觉数据。如何从海量的视觉数据中快速、智能地提取有价值的知识是实现人工智能的重要途径。然而,域敏感、泛化能力不足是当前视觉数据智能理解的重要桎梏之一,即现有很多方法都只能适用于某些特定的应用场景。因此,本报告主要围绕如何解决复杂条件下视觉感知模型的鲁棒性、稳定性,提升模型的泛化能力和域间迁移能力展开讨论。重点探讨深度学习框架下克服泛化能力不足和域漂移严重的方法,提出了一系列基于多尺度融合、先验知识融合、多模型融合、域迁移的学习算法,及其在目标检测(如车辆,车道线等)、显著性目标检测、图像生成(如草图智能简化,人脸多角度合成等)、图像修复(如去阴影,去反射,去雾等)、图像分类等视觉任务上的应用。研究成果在智能交通、公共安全领域、智能制造等领域得到广泛应用,并产生良好经济效益。

徐雪妙教授

徐雪妙,华南理工大学计算机科学与工程学院,教授,博士生导师,华南理工大学广州国际校区党委副书记,广东省特支计划科技创新青年拔尖人才,广州市珠江科技新星。2015-2017年中国计算机学会青年科技论坛广州分论坛资副主席。2009年博士毕业于香港中文大学计算机科学与工程学系,长期从事机器视觉、图形图像处理等方面的研究,及其在智能交通、公共安全领域、智能制造等领域应用。先后在国际重要期刊(TOG,TVCG,ITS等)和会议(SIGGRAPH, SIGGRAPH AsiaICCVIJCAR等)发表论文40 余篇;授权发明专利8项;近五年主持国家、省部级和国际合作等项目20 项,总经费超过2300万。

报告题目3:因果关系发现与因果性学习

报告嘉宾:蔡瑞初教授-广东工业大学

报告摘要:探索和发现事物间的因果关系网络是数据科学的一个核心问题。基于观察数据的因果图构建能够从观察数据中发现变量之间的因果关系,具有重要的科学和应用价值。拟从因果图构建的模型与假设出发,对基于约束的方法、基于因果函数模型的方法和混合型方法这三大类因果关系发现方法进行介绍;并针对因果图在迁移学习、解耦学习、故障根因定位等领域的因果性学习方法进行探讨。

蔡瑞初教授

蔡瑞初,教授、博士生导师、省杰出青年基金获得者、DMIR实验室主任、广东省移动互联网电子商务大数据工程技术研究中心副主任。2010年于华南理工大学获得工学博士学位,并进入广东工业大学工作;2015年并被评为教授、博士生导师;曾先后到新加坡国立大学、UIUC高等数字科学研究中心访问学习。蔡瑞初专注于因果关系、机器学习、大数据平台等领域研究。在上述领域先后主持国家自然科学基金、省杰出青年基金、省特支计划科技创新青年拔尖人才、珠江科技新星、市协同创新重大专项等项目。已发表论文50余篇,包括ICMLNIPSAAAIIJCAISIGMOD VLDBSDM等领域重要会议和TNNLSTKDENNPR等国际著名期刊;授权发明专利4项,其中2项已在网易邮箱得到实施;相关成果先后获得省科学技术二等奖、省科学技术一等奖。


登录用户可以查看和发表评论, 请前往  登录 或  注册
SCHOLAT.com 学者网
免责声明 | 关于我们 | 联系我们
联系我们: