会议程序

会议日程 主旨报告 特邀报告 PRCV & DICTA 2022联合论坛 专题论坛 女科学家论坛 讲习班 博士生论坛 录用论文/口头报告/学术海报展示
女科学家论坛

01

论坛简介、目的与意义

“世界需要科学,科学需要女性”,女性科技人才是科技人才队伍的重要组成部分,是我国科技事业十分重要的力量。近年来,我国女性科技人才队伍规模逐步扩大、结构不断优化、能力显著提升,在基础理论、应用技术、工程实践等多个领域都取得了卓越成绩,充分彰显出巾帼力量。本论坛旨在汇集相关模式识别领域的优秀专家学者,分享各自的研究方向与个人发展趋势,为青年科技女性树立榜样,提升女科技工作者参与度、认同感和学术影响力,助力女性科技人才发挥更大作用。

02

论坛日程



03

论坛嘉宾

张艳宁 论坛主席

CAAI、CCF理事、CSIG副理事长、女工委主任、西北工业大学校长助理、教授

嘉宾简介:张艳宁,西北工业大学教授,博士生导师。国务院学科评议组成员、教育部“长江学者”特聘教授、中组部首批“万人计划”科技创新领军人才、国防973项目技术首席、总装侦查测绘专家组成员。现任西北工业大学校长助理、国家发改委“空天地海一体化大数据应用技术国家工程实验室”负责人、“移动平台环境感知及空天应用”国家级国际联合研究中心负责人、“无人航行智能感知与自主计算”国家级“111”引智基地负责人、陕西省语音与图像处理省重点实验室主任、陕西省首批重点科技创新团队负责人。兼任中国体视学学会副理事长及图像分析分会主任、中国图象图形学学会常务理事、女科技工作委员会主任及成像探测与感知专委会主任、中国计算机学会理事、中国人工智能学会理事、陕西省信号处理学会理事长等。主要从事信号与信息处理、人工智能、大数据分析与挖掘、媒体信息安全、计算机视觉与模式识别等研究。近五年来,在国内外重要学术期刊和会议上发表论文百余篇,包括TPAMI、TIP、PR、IEEE TSMC-B、Info.、CVPR、ICCV、ECCV、ACM Multimedia等,获授权发明专利40余项,出版专著3部。曾多次担任国际重要学术会议大会主席、程序委会主席、组织委员会主席及宣传主席等;担任IEEE TGRS、TMM、PR副编辑、Neurocomputing客座编辑、《电子学报》常务编辑等。先后获得国家教学成果二等奖1项、包括国防技术发明一等奖、陕西省科技进步一等奖等省部级科技奖励6项;先后获全国“三八”红旗手、总装863科技攻关先进个人、宝钢优秀教师等荣誉称号。

王蕴红 论坛主席

CCF Fellow、CAAI常务理事、CSIG常务理事、女工委副主任、北京航空航天大学计算机学院院长、教授

嘉宾简介:王蕴红,北京航空航天大学计算机学院院长,教授、博士生导师,国际电子电气工程师学会会士(IEEE Fellow),国际模式识别学会会士(IAPR Fellow)、中国计算机学会会士(CCF Fellow),中国人工智能学会智能交互专委会主任、中国人工智能学会常务理事、中国图象图形学学会常务理事,长期从事模式识别与计算机视觉方面研究,曾获中国青年科技奖、国家技术发明二等奖、北京市教学成果一等奖。由于在生物特征识别、计算机视觉和模式识别方面的贡献于2018年当选为国际模式识别学会会士(IAPR Fellow),由于在人脸识别和虹膜识别方面的贡献当选了2020年度IEEE Fellow,2022年获得国际模式识别学会女性科学家Maria Petrou 奖。曾任国际权威期刊IEEE Transactions on Information Forensics and Security 编委,现任 IEEE Transactions on Dependable and Secure Computing , IEEE Transactions on Biometrics, Behavior, and Identity Sciences 编委,曾任第25届国际模式识别大会(ICPR2020) 分会联合主席(Track Co-Chair), 国际计算机视觉与模式识别大会(CVPR 2021)和计算机视觉大会(ICCV 2021)的领域主席(Area Chair),国际生物特征识别大会(IJCB 2021)大会联合主席(General Co-Chair)。

董晶 主持人

CAAI理事、CSIG理事、副秘书长,女工委秘书长、中国科学院自动化研究研究员

嘉宾简介:董晶,中科院自动化所智能感知与计算研究中心研究员。现为中国图象图形学学会(CSIG)理事、副秘书长,CSIG女科技工作者委员会秘书长,北京图象图形学学会常务理事、青工委主任,中国人工智能学会(CAAI)理事、杰出会员,IEEE/CCF/CSIG高级会员,中国科学院青年创新促进会会员,IEEE亚太区执委(2017-2022),IEEE信号处理协会全球会员发展主席(2022-2024), IEEE亚太区人道主义科技活动委员会主席 (2019-2022),IEEE亚太区女工程师委员会主席 (2017-2018)。担任 IAPR《Newsletter》主编,Elsevier《Journal of Information Security and Application》国际期刊副主编。曾获2016年度1BM教职人员奖、2018年度国际模式识别大会最佳科技论文奖、2019年度中国人工智能学会杰出贡献会员奖、2020年度CSIG石青云女科学家奖(青年组)、2021年度CSIG科技奖二等奖、2021年度吴文俊人工智能科学技术奖。主要从事计算机视觉、生物特征识别、多媒体内容取证与安全等AI前沿方向的技术研究, 已在国际权威期刊及学术会议上发表学术论文60余篇,申请发明专利30余项,其中已授权18项中国专利含3项美国专利。主持或主要参与了国家863计划 973计划,科技支撑计划、重点研发计划、国家自然科学基金等20余项国家和省部级科研项目。

王珊珊 报告嘉宾

中科院深圳先进技术研究院研究员

嘉宾简介:王珊珊,中国科学院深圳先进技术研究院研究员,博士生导师,国家优秀青年基金获得者。研究方向机器学习、快速医学成像、放射组学等, 迄今为止在Nature子刊、IEEE Trans TMI/TBME/TIP、MICCAI等顶级期刊与会议发表英文学术论文100多篇,ESI 高被引2篇,PMB年度亮点文章一篇,发明授权专利9项,4项实现规模化产业应用。快速医学成像获广东省科技发明一等奖,影像组学定量分析工作获广东省科技进步一等奖。并获2018国际华人医学磁共振协会OCSMRM杰出研究奖,2020吴文俊人工智能优秀青年奖,2021年深圳市青年科技奖,IEEE Senior member, OCSMRM BoT/Life member, Gordon Plenary Lecturer, NIBIB New Horizon Plenary Lecture。为多个知名国际SCI期刊编委及会议领域主席 (如MRM, PR,BSPC, ISMRM/MIDL/MICCAI)等。

报告题目:人工智能医学成像与分析的几点思考

报告摘要:“实时高分辨率”的磁共振信号获取、成像、特征提取与分类、分割等对临床诊断与应用具有重要的意义。然而传统的方法往往从少数数据获取先验信息,成像速度、分辨率与信噪比有待提升。针对这些挑战,我们提出了很多融入物理模型与数学专业知识的新型算法与网络,例如复数卷积网络、对偶一致性约束、维度融合分割框架、跨层特征融合策略及自校正深度学习方法等,这些数学信息手段为医学影像的发展提供了新思路。

林咏华 报告嘉宾

北京智源人工智能研究院总工程师

嘉宾简介:林咏华,北京智源人工智能研究院总工程师,曾任IBM中国研究院首位女性院长。她从事了16 年的系统架构、云计算、AI 系统, 计算机视觉等领域的研究,并带领团队打造的AI视觉分析产品荣获 2018 年全球 Spark Design 工业设计金奖。她本人有超过 50个全球专利,并多次获ACM/IEEE最佳论文奖。林咏华女士获评2019年福布斯中国50位科技领导女性。同时,她也是世界工业转型论坛(WITS)的发起人之一,与其他企业家、政府机构一起,研究和推动在中国(大湾区)及亚太地区如何利用技术创新来引导工业转型。

报告题目:大模型及其生态发展的技术挑战

报告摘要:预训练基础模型从10年前的计算机视觉兴起,到如今发展为基础大模型,影响着计算机视觉、自然语言处理、多模态等重要领域。它的出现,有望改变人工智能产业落地的固有范式,有望为众多的产业落地大大降低数据、算力、和成本的要求。来自智源研究院的林咏华女士在2015年前基于“预训练基础模型+迁移学习”打造了第一代无代码开发的AI计算机视觉深度学习平台,而如今在智源研究院负责基础大模型的技术研究。她将基于这前后多年的预训练基础模型的变迁及多年AI产业落地经验,分享当今大模型在算法、数据、开源、评测等方面遇到的新挑战及科研机遇。

陈薇 报告嘉宾

中科院计算技术研究所研究员

嘉宾简介:陈薇,中科院计算所研究员、博士生导师,曾任微软亚洲研究院计算学习理论组负责人。长期从事机器学习方面的科研工作,研究兴趣包括可信机器学习、机器学习基础理论和算法、分布式机器学习等,2021年入选福布斯中国科技女性榜。在机器学习和人工智能顶级国际会议/期刊发表学术论文50余篇,出版学术著作 1 本,担任ICML、NeurIPS等机器学习国际会议的领域主席。

报告题目:探索可信机器学习

报告摘要:在大数据和大算力的支持下,以机器学习为内核的人工智能算法帮助多个领域取得了性能突破。然而,伴随而来的还有智能算法在数据隐私安全性、鲁棒性/可靠性、可解释性、和公平性等方面的挑战。本报告将介绍我们在改进机器学习可信程度方面的一些思考,以及在因果学习、差分隐私学习方面的探索工作。

黄萱菁 报告嘉宾

复旦大学计算机科学技术学院教授

嘉宾简介:黄萱菁,复旦大学计算机科学技术学院教授、博士生导师,主要从事人工智能、自然语言处理和信息检索研究。兼任中国中文信息学会理事、中国计算机学会自然语言处理专委会副主任、学术工作委员会委员、中国人工智能学会女科技工作者委员会副主任、计算语言学学会亚太分会执委、EMNLP 2021程序委员会主席。近年来承担了国家重点研发计划课题、国家自然科学基金等多个项目,在国际重要学术刊物和会议发表论文200余篇,被引12000余次。曾获上海市优秀学术带头人、上海市育才奖、人工智能全球女性学者、福布斯中国科技女性等多项荣誉。

报告题目:浅谈预训练语言模型的动态结构

报告摘要:基于Transformer结构的预训练模型采用掩码语言模型训练编解码器,并在目标任务的数据上进行微调。这种"预训练+微调"的机制在各种下游自然语言处理任务上取得了领先性能,并成功推广到语音识别、计算机视觉、蛋白质结构分析等领域。然而,为了适应特定的下游任务,我们需要对整个预训练模型进行微调,从而带来了高昂的训练成本,也降低了推理效率。研究者们很自然地质疑在所有数据或任务上部署完整模型的必要性,并设计了多种动态结构,以提升预训练模型的灵活性,加快其推理速度。该报告将针对预训练模型的动态结构展开讨论,包括动态宽度结构、动态深度结构和动态路由结构,推出自然语言处理模型效率基准测试平台--ELUE,并对动态预训练语言模型的未来发展趋势加以探讨。


官方公众号