南京航空航天大学陈松灿教授、南京信息工程大学刘青山教授应邀来我院做学术报告

发布日期:2020-12-15 浏览次数: [字体: ]

202012月14日下午2:00,应计算机与电子信息学院邀请,南京航空航天大学陈松灿教授和南京信息工程大学刘青山教授分别做关于自监督学习与视觉信号压缩感知重建的学术报告。此次学术报告会由计算机与电子信息学院杨明教授主持,计算机学院的部分专任教师和研究生参加了本次报告会。

陈松灿,南京航天航空大学计算机科学和技术学院/人工智能学院教授。国际模式识别学会会士 (IAPR Fellow)和中国人工智能学会会士(CAAI Fellow)。Google Scholar被引数超14650次,H-指数54。2014-2019连续6年入选Elsevier中国高引学者榜。现任中国人工智能学会机器学习专委会主任、常务理事和江苏省人工智能学会常务副理事长。至今主持国家自然科学基金项目12项,其中重点项目1项。

陈松灿教授以自监督学习本质的有效性初探及展望”为题,深入浅出的介绍了机器学习、表示学习、自监督学习以及之间的关系,其中重点介绍了自监督学习的相关内容。报告中,陈教授详细介绍了自监督学习的背景、研究进展、目前的应用场景等,报告中指出要抓住样本的不变特性深入探究。最后陈教授对自监督学习做了总结和展望,提出自监督学习可以分为学习丰富(通用)特征和有效利用两个步骤,最终将表现为“学习知识,掌握知识,运用知识,创新知识”。

刘青山南京信息工程大学教授。主要从事图像理解、模式识别、以及人工智能+气象等研究。主持承担国家杰出青年基金和国家自然基金重点项目等,相关成果获教育部自然科学二等奖,中国电子学会自然科学一等奖,和中国计算机学会自然科学二等奖等。先后入选江苏省特聘教授、江苏省双创团队领军人才、江苏省优秀教育工作者称号、科技部中青年科技创新领军人才、以及教育部人才计划等。受邀担任学术期刊Signal Processing、《自动化学报》编委,以及中国自动化学会模式识别与机器智能专委会副主任,中国计算机学会计算机视觉专委会副主任,中国图形图像学学会多媒体专委会副主任,和江苏省人工智能学会副理事长。

刘青山教授以“视觉信号压缩感知重建”为题,主要介绍了视觉信号的背景、视觉特征低维稀疏表示、深度压缩感知图像重建三个方面的内容,并指出了目前探究中存在的高维性挑战,即:如何学习高维视觉特征的低维表达。针对这一挑战,刘教授分析可以采用低维视觉特征学习和稀疏表示等方式。随后简单介绍了目前课题组的一些探索性工作,基于双通路注意力网络的压缩感知图像重建、基于记忆增强级联网络的图像压缩感知重建、非局部正则化的非监督压缩感知重建网络、高光谱压缩快照重建的非监督网络学习等。

两位专家科学严谨的科研态度、幽默风趣的报告风格,引起了现场老师和同学的热烈反映,现场学术氛围浓厚。大家纷纷表示,此次学术报告丰富了老师和同学们的科研视野,开阔了创新思维,受益匪浅。学术报告期间,参会老师、同学积极同两位专家深入探讨,不断提升思维能力。最后,本次报告会在热烈的掌声中圆满结束。