会议程序

会议日程 主旨报告 特邀报告 专题论坛 女科学家论坛 讲习班 博士生论坛
点击论坛跳转到相应位置
机器视觉与学习


论坛简介


机器学习是一门从已知数据中探寻未知规律和模式的艺术,如何以更少的代价取得更好的学习效果始终是其亟待解决的核心问题。随着机器学习技术在视觉等领域的发展和应用,传统学习算法在逐步向前迭代的同时,各式深度学习方法也在不断推陈出新,本次 Workshop 我们将邀请领域专家作为讲者,分享他们在该领域的最新工作,总结机器视觉与学习领域在相关核心问题上的近期进展和展望未来值得探索的方向。


论坛主席

640 (3).jpeg


林宙辰
北京大学教授,IAPR/IEEE/CSIG Fellow,国家杰青



个人简介:

林宙辰,北京大学教授,IAPR/IEEE/CSIG Fellow,国家杰青,中国图象图形学学会机器视觉专委会主任,中国自动化学会模式识别与机器智能专委会副主任。研究领域为机器学习、 数值优化。发表论文230 余篇,英文专著 2 本。获 2020 年度 CCF 科学技术奖自然科学一等奖。多次担任机器学习与人工智能顶级会议CVPR、 ICCV、 NIPS/NeurIPS、 ICML、 IJCAI、 AAAI 和ICLR 的领域主席,曾任 IEEE T. Pattern Analysis and Machine Intelligence 编委,现任 ICPR 2022 程序共同主席、ICML 2022 资深领域主席,International J. Computer Vision、Optimization Methods and Software 编委。



640 (26).jpg


王奕森
北京大学助理教授



个人简介:

王奕森,北京大学助理教授,博士生导师。研究方向为机器学习理论和算法,重点关注对抗鲁棒性、图学习、弱/自监督学习理论等。目前已发表人工智能领域顶级学术论文 50 余篇,包括 ICML、 NeurIPS、ICLR 等,多篇被选为 Oral 或 Spotlight。曾获得 ECML 2021 最佳论文奖。




论坛日程



时间:

2024年10月19日17:30-19:30

640 (79).jpg


论坛报告


640 (27).jpg


尤著宏
西北工业大学教授



报告题目:

生物医学知识图谱表示学习:在分子相互作用预测中的应用(17:30-17:54)


报告摘要:

后基因组时代生物医学领域的关键问题之一是系统地理解和分析生物分子之间的分子间关系。复杂的生命活动是由各种生化分子进行的,它们相互作用以维持生物体的正常生理功能,其扰动或破坏将导致功能失调或复杂疾病。在还原论思想的指导下,现有研究对单一或极少数分子的活动进行了深入研究,但对多分子相互作用网络缺乏全局思维,忽视了其整体性和系统性。随着多组学技术、单细胞测序技术等研究方法的进步,大量关于分子间相关性的生物医学大数据迅速积累,这对传统的分析和挖掘方法提出了挑战,也为我们探索复杂的生物分子相关性网络提供了宝贵的数据支持。本报告结合了知识图谱和推荐系统两种人工智能技术,通过学习知识图中各种生物分子的低维表示和与生物分子属性特征的多模态融合,提出了一种基于不同尺度分子关联图的图论预测挖掘方法,本研究将系统地揭示和构建从分子水平到生物医学系统水平的不同尺度的分子关联图。


个人简介:

尤著宏,男,博士,西北工业大学计算机学院教授,博士生导师。中国科学技术大学硕士博士,同济大学及香港理工大学博士后,国家“杰出青年”科学基金获得者,中组部第十四批“国家特聘专家”获得者、国家“优秀青年”科学基金获得者及人社部“香江学者”计划获得者。主要从事模式识别、大数据分析及生物信息学研究工作,在Transactions on Neural Networks and Learning Systems、IEEE Transactions on Knowledge and Data Engineering、PLOS Computational Biology、Briefings in Bioinformatics等国内外重要学术期刊及AAAI、IJCNN、WCCI、BIBM等国际会议发表研究论文350余篇,SCI 索引论文280余篇。其中,第一及通信作者SCI 论文192篇,中科院一区论文62篇。发表论文被国际著名杂志及会议引用近16000次(Google Scholar),H指数66,单篇最高引用570次,单篇引用10次以上220篇,ESI 高被引论文10篇,热点论文3篇,连续多次入选爱思唯尔“高被引学者榜单”、斯坦福大学全球前2%顶尖科学家等。撰写专著1部、申请发明专利16项。先后获得了省级自然科学奖一等奖(第1完成人)、教育部自然科学奖二等奖(第2完成人)、中国自动化学会自然科学二等奖(第3)等奖励。担任了十多个SCI期刊的编委、特约编委和多个国际会议程序委员会成员。




640 (28).jpg


查正军
中国科学技术大学教授,中国科大科研部部长、类脑智能国家工程实验室执行主任,国家杰青/优青



报告题目:

真实场景低质视觉增强与分析17:54-18:18


报告摘要:

在诸多真实应用场景下,视觉数据在产生和获取的过程中受多种因素干扰而导致复杂的质量退化现象。低质量视觉数据严重影响视觉系统的性能和应用。本报告将介绍真实场景下低质量视觉数据质量增强和内容分析方面的研究工作,主要包括鲁棒视觉质量增强方法、轻量神经网络模型、泛化视觉分析技术等。


个人简介:

查正军,中国科学技术大学信息科学技术学院教授、博导,中国科大科研部部长、类脑智能国家工程实验室执行主任,国家杰出青年科学基金获得者、国家优秀青年科学基金获得者、国家创新人才引进计划青年项目入选者。主要从事图像视频处理与分析、计算机视觉、脑启发式智能视觉、模式识别等领域的研究,研究成果发表于一系列ACM/IEEE Trans. 及CCF-A类国际会议长文。多次获得国际会议论文奖励,包括ACM Multimedia 会议最佳论文奖、最佳学生论文奖,AAAI 会议杰出论文奖等。先后主持科技部创新2030-新一代人工智能重大项目、国家基金委联合重点基金等多项科研项目。担任IEEE TPAMI、IEEE TMM、IEEE TCSVT、ACM TOMM等权威国际期刊编委等。



640 (29).jpg


李建欣
北航计算学院党委书记,国家杰青



报告题目:

大数据关联建模及长序预测方法18:18-18:42


报告摘要:

大数据蕴含的关联结构、驱动的长时预测,已成为为网络空间安全、重大设施运维等行业领域的共性需求,关键要解决“数据看得懂、行为判得准、演化能预测”等智能计算难题。针对互联网行为数据关联、检测预测的计算需求,构建了图高阶表征-关联异常发现-长序列预测框架,重点研究:如何发现几何特性高阶保持的低失真图表征空间?如何发现高阶复杂关联模式?如何实现长序列高效预测?并基于异构融合体系提升数据计算效率。研发系统已应用于网信、公安领域的异常群体检测等,以及国网、航天的设备运维等业务。

报告人简介:

李建欣,教授,北航计算学院党委书记,国家杰出青年基金获得者,CMU机器学习系访问学者,现任CCF青工委副主任,大数据专家委常委,CAAI组织工委副主任、教工委常委等。研究方向为大数据计算、人工智能等,主持了2030新一代人工智能重大项目、国家科技支撑课题、NSFC联合重点基金等,服务国家网信、公安等领域应用,在TPAMI、TKDE、TC、NeurIPS、KDD等发表论文百余篇,获AAAI 2021、IWQoS 2022、DependSys 2017最佳论文奖,CIKM 2022最佳论文荣誉提名奖等。曾获国家级科技奖和省部级一等奖等,入选微软学者、北京市科技新星、中国电子学会优秀科技工作者(十佳)、教育部新世纪优秀人才和青年学者,教育部-华为智能基座优秀教师等。



640 (30).jpg


李霄剑
合肥工业大学管理学院副院长,国家优青



报告题目:

三维感知驱动的微创手术智能化技术研究18:45-19:06


报告摘要:

手术机器人因其具有创伤小、精度高、稳定性强等特点,成为了当今社会广泛关注的热点。配备于手术机器人上的电子内窥镜受视场角限制,导致使用者很难获得全面的体内环境信息,亟待出现更加直观全面的体内环境实时动态三维影像。本报告基于李霄剑研究员在微创手术机器人领域的研究成果,探讨了三维感知驱动的智能化技术应用,介绍了实时动态深度估计、动态点云柔性配准、手术器械鲁棒检测及自主追踪算法等多项关键技术,展示了其在临床与动物实验中的应用成果。


报告人简介:

李霄剑,研究员、博士生导师,合肥工业大学管理学院副院长,国家自然科学基金优青项目获得者。致力于自动化智能化医疗机器人系统的研究与开发,研究方向包含体内环境动态三维感知与重构、微创手术机器人自主控制、机器人人机协同操控、微米机器人导航控制等。主持国家自然科学基金重点项目、优青项目、青年项目,安徽省自然科学基金杰青项目,安徽省重大专项等,2019年入选安徽省高层次人才计划。研究成果以第一作者或通信作者身份在发表在Science Robotics、Automatica、TRO、TII、TMech等顶级期刊。获省部级科技进步一等奖2项。



640 (31).jpg


江劭玮
杭州电子科技大学教授,国家级海外高层次青年人才



报告题目:

高通量叠层显微成像技术与应用19:06-19:30


报告摘要:

叠层成像作为近年来迅速发展的新型相干衍射成像技术,凭借其无需参考光束、相位定量化、无像差等优势,已成为众多同步辐射X射线实验室中不可或缺的成像方式和相干衍射成像领域的热点研究方向。然而,由于成像通量与分辨率较低,叠层成像技术在可见光波段的应用受限。在本报告中,我们将汇报我们在基于可见光波段的高通量叠层显微成像方面取得的一些研究进展,主要包括基于编码照明的频域傅里叶叠层成像技术和基于编码探测的空域编码叠层成像技术。报告将介绍成像的基本原理,并进一步讨论其大视场、高分辨率、高相位灵敏度、低成本等优势特点,以及在生物医学、光学测量等领域的潜在应用。


报告人简介:

江劭玮,杭州电子科技大学教授,博士生导师,国家级海外高层次青年人才。2014年获浙江大学学士学位,2021年获美国康涅狄格大学博士学位。主要研究方向为计算光学成像,包括无透镜成像、超分辨率成像、定量相位成像等。在Nature Protocols、Nature Reviews Physics等国际高水平学术期刊上发表SCI检索论文50余篇,其中作为第一作者或通讯作者30余篇。发表的论文中,7篇被选为期刊封面论文,7篇被选为期刊编辑精选论文。相关成果被Physics Today等20余家国内外媒体报导。





官方公众号