欢迎访问南京邮电大学计算机学院、软件学院、网络空间安全学院!   |  联系我们
首页 > 学术交流 > 文章详情

2020年1月8日学术报告——刘光灿、张长青、张道强

来源: 计算机学院 | 发表时间: 2020-01-06 | 浏览次数: 1007

    间:202018日(周三)14:00

    点:仙林校区计算机学科楼422会议室

主办单位:计算机学院、软件学院、网络空间安全学院

 

报告题目:基于卷积核范数的数据预测

报告摘要:人类可以预测未来吗?这一问题的答案在很多情况下是否定的,因为未来是充满变数的、是不可预测的,比如彩票的开奖号码。当然,有些情况下人们能在一定程度上对未来发生的事情做出较为准确的预测,比如天气、股票、车辆运动等。本报告针对张量序列预测问题,提出一种基于卷积核范数的方法,并给出未来数据的可确定性条件。首先介绍矩阵补全、傅里叶变换、张量卷积、卷积矩阵、卷积特征值等预备知识,随后提出一种基于卷积核范数的张量序列预测方法,通过数学证明其有效,并汇报其在一元时间序列预测、图像补全、图像序列预测、降水量预测等应用中的实验效果。

个人简介:

刘光灿,男,1982年出生于湖南省邵阳市。2004年在上海交通大学数学系获理学学士学位,2010年在上海交通大学计算机科学与技术系获工学博士学位(导师:俞勇、林宙成、汤晓鸥)。20102014年间,先后在新加坡国立大学、美国伊利诺伊大学香槟校区、美国康奈尔大学从事博士后研究工作。2014年回国,加入南京信息工程大学自动化学院,任教授,博士生导师。 主要研究领域是机器学习与计算机视觉,近年来在基于凸优化的机器学习理论与应用方面做了较为广泛的研究,在数据聚类、数据恢复、优化计算等方面做出若干创新性成果,发表论文70余篇(其中第一作者IEEE T-PAMI 5篇, CCF A类论文40余篇),初步形成了拥有自主知识产权的机器学习理论与算法体系。2016年获国家基金委优青、江苏省杰青;2017年获教育部自然科学二等奖、吴文俊人工智能优秀青年奖、并入选ESI高被引学者榜单;2018年获江苏省高校自然科学一等奖。现为IEEE高级会员,担任CCF A类会议AAAIIJCAISenior PC Member, SCI期刊Neurocomputing编委,担任中国图象图形学会机器视觉专委会、江苏人工智能学会模式识别专委会等多个学术团体的常务委员。

 

 

报告题目:多视图表示学习:算法及应用

报告摘要:多视图学习(multi-view learning)是一种利用多源信息的重要技术。多源、异构特性导致不同视图之间的关联复杂且难以预知,甚至领域专家在面对复杂多源信息时也难以有效利用。多视图学习的核心问题是如何协同利用不同视图之间的一致性和互补性,准确地发现数据的内在模式以提高数据分析的有效性。报告针对多视图学习中的基础问题进行研究,探索传统模型的局限性,并提出多视图表示学习完备性,解决多视图融合的理论保障和数据残缺问题。

个人简介:

张长青,天津大学智能与计算学部副教授。主要研究方向为机器学习、计算机视觉、医学图像分析与理解等。2017-2018于美国北卡罗来纳大学教堂山分校进行医学图像分析研究,在CCF- A类会议以及IEEE Trans.期刊(包括IEEE TPAMI/IJCV/TIP/TNNLS/TCYB)发表论文35篇。多篇论文入选NIPS/CVPR等顶级会议的SpotlightOral论文。主持国家自然基金面上项目和青年项目、天津市自然科学基金面上项目。担任IJCAI/AAAI/CVPR/ICCV/NIPS等会议的程序委员会成员,中国机器学习会议(CCML 2017)本地组织主席,国际期刊IEEE TPAMI/TIP/TNNLS/TCYB/TMI等多个权威杂志审稿人。

 


报告题目:机器学习与脑影像分析

报告摘要:近年来,脑科学计划吸引了各国政府和公众的广泛关注,随着脑成像技术进步,包含核磁共振成像与分子影像等多模态神经影像数据能够为脑疾病的诊断提供可靠的标志物。 针对采集到的海量影像数据,如何高效地对其进行处理与分析已经成为脑疾病以及脑科学领域所关注的重要问题之一。近年来,机器学习的蓬勃发展为脑影像分析提供了强有力的技术支撑,本报告面向大脑解码、脑疾病早期诊断应用,重点介绍机器学习方法在脑影像功能配准、脑网络分析、基因影像关联等领域的应用。

个人简介:

张道强,南京航空航天大学计算机科学与技术学院/人工智能学院 教授,副院长,国家优秀青年基金获得者,万人计划青年拔尖人才,江苏省333工程中青年领军人才;担任中国图学学会图学大数据专委会副主任、中国图象图形学会理事、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、江苏省人工智能学会医学图像处理专委会主任。近年来围绕机器学习与脑影像智能分析及其在脑疾病早期诊断中的应用等方面开展研究,发表论文200 余篇,被SCI 收录100 余篇。部分第一/通讯论文发表在领域内重要国际期刊,如IEEE TPAMIIEEE TMIIEEE TIPNeuroimageHuman Brain MappingMedical Image Analysis等,以及重要国际会议,如NIPSMICCAIIJCAIAAAICVPRKDD等。据Google Scholar 统计,论文已被国际同行引用10000 余次。目前担任《Pattern Recognition》、《Journal of The Franklin Institute》、《PLOS ONE》、《自动化学报》、《计算机应用》等期刊编委,担任国际学术会议IDEAL’16MLMI’13/14程序委员会主席。研究成果获度教育部自然科学一等奖(2019,第四完成人)、二等奖(2016,第一完成人)各一项,以及一流国际期刊《Pattern Recognition2006-2010“Most Cited Article”奖暨2007-08 双年度最佳论文提名奖、国际会议PRICAI’06 STMI’12BICS’16 最佳(学生)论文奖。2014-2018 连续5 年入选Elsevier 中国高引学者榜。