澳门六合彩论坛

澳门六合彩论坛 聚焦国家重大发展需求和人工智能领域关键问题，探讨领域发展趋势，推动科技创新和发展，邀请中国科学技术大学陈勋教授、天津大学张长青教授、北京航空航天大学王啸教授、北京理工大学李长升教授、中国科学院大学张文生等五位国家级青年人才于对人工智能领域的学术前沿进行深入交流。具体日程如下：

地点：温州大学科技综合大楼305室（瓯海区梅泉大街582号）

报告一：脑电信号降噪研究进展

报告摘要：脑机接口已在临床诊疗、人机交互、认知科学研究等方面得到了广泛应用，脑电信号作为脑机接口系统的主要信号来源已被广泛采用，但由于其量级微弱，极易受到各种噪声的干扰，包括肌电、眼电、心电、运动伪迹等。本报告将对脑电降噪的现状进行分析，结合当前和未来脑电采集装备的变化趋势和需求，重点关注其中最有挑战性的肌电污染问题，结合联合盲源分离和深度学习技术，从多通道、单通道和少数通道以及它们之间的相互关系等角度来讲述该方向的若干新探索，并结合研究经验，给出未来可能的探索方向。

主讲人简介：

陈勋，中国科学技术大学信息科学技术学院教授、副院长，长江学者特聘教授。研究方向为脑机接口和多模态图像分析，在IEEE SPM/TNSRE/TBME等国际权威期刊上发表论文一百余篇，谷歌学术引用一万余次，曾获IEEE/Elsevier/IOP期刊论文奖、华瑙学者奖、达摩院青橙奖及国家优青，连续三年入选全球前2%顶尖科学家榜单，担任国家科技部重点专项总体组专家，中国生物医学工程学会理事、青年工作委员会副主委，中国人工智能学会脑机融合专委会副主委，担任IEEE TIM/SPL/OJSP等国际期刊编委。

报告二：不确定性驱动的多模态融合方法

报告摘要：多模态信息融合在科学发现、医疗诊断、机器人等领域具有广泛和重要应用。不同模态数据蕴含的信息具有互补性、冗余性、动态性、不平衡、不完整等诸多复杂关联和不确定性，其对多模态数据融合的效果产生了深刻的影响。本报告将从不确定性的视角对低质量多模态数据进行刻画，并介绍面向低质量多模态数据的融合理论、方法和应用。

主讲人简介：

张长青，天津大学智能与计算学部教授、博士生导师、人工智能学院副院长，入选国家级青年人才项目，其主要研究方向为机器学习、计算机视觉、智能医疗。2017-2018年在北卡罗拉纳大学教堂山分校担任研究员。在Nature Communications/IEEE TPAMI/IJCV/ICML/NeurIPS/ICLR等期刊和国际会议上发表论文50余篇，Google Scholar引用1万余次。研究成果获得重庆市自然科学一等奖、中国图象图形学学会自然科学奖一等奖、ICME最佳论文等奖励，入选百度发布的全球高潜力AI华人青年学者榜单、斯坦福大学发布的全球Top 2%顶尖科学家榜单、爱思唯尔“中国高被引学者”。受邀担任《Pattern Recognition》编委、《中国图象图形学报》青年编委及顶级会议ICLR领域主席。

报告三：图自监督学习若干基本问题的理解与反思

报告摘要：图自监督学习旨在在无标签场景下学习图数据的表征，已成为目前学术界与工业界处理图数据的重要手段之一，其关键技术包括了图数据增广、增广图学习、对比损失优化等。然而深究其背后的机理，若干基本问题依然尚未被完全解答：到底什么才是好的增广图？不同的图增广策略背后，是否有同样的“游戏规则”？图对比学习最后学到了图中的什么信息？Graph Transformer作为一种典型的图学习模型，全局注意力机制真的就是最优的吗？本次报告围绕以上问题展开了初步思考与反思，为我们审视与改进现有图学习技术带来新的视角。

主讲人简介：

王啸，北京航空航天大学教授，博士生导师。研究方向为数据挖掘与机器学习，主持国家自然科学优秀青年基金等项目。共发表论文100余篇，谷歌学术引用13000余次，7篇入选最有影响力论文榜单，3次获得(提名)CCF A/B类等国际会议论文奖，成果多次被写入业界图学习标准库PyG和DGL等。曾获得国家自然科学二等奖，教育部自然科学一等奖，中国电子学会科技进步一等奖，中国人工智能学会吴文俊人工智能优秀青年奖，ACM中国新星提名奖，入选全球Top 2%顶尖科学家终身影响力榜单并获得AI2000最具影响力学者Honorable mention。担任WWW/AAAI高级程序委员会委员，IEEE TAI期刊编委。担任中文信息学会SMP专委会委员，CCF青工委主任助理，CCF大数据专委会执行委员，CCFAI专委会执行委员等。

报告四：无人驾驶场景下智能感知与决策算法研究

报告摘要：随着时代的进步和科技的快速发展，自动驾驶技术正深刻地塑造未来的交通系统和出行方式。在自动驾驶研究中，动态障碍物多模态轨迹预测和自车决策规划成为关键的技术挑战，直接影响了自动驾驶系统的性能、安全性和可靠性。面对复杂的多模态环境，包括静态要素（例如车道线、交通标识和信号灯）以及动态障碍物（如其他车辆、行人和自行车），自动驾驶汽车必须综合考虑各个动静态因素，考虑它们之间的相互影响，以准确预测周围动态障碍物的未来运动轨迹。通过对预测结果进行综合分析，自动驾驶系统可以做出可靠且安全的决策和规划，这对于实现高效、安全的自动驾驶系统至关重要。本报告主要介绍我们在多模态轨迹预测和自车规划的研究进展，主要包括瞬时轨迹预测、规划模型压缩等。

主讲人简介：

李长升，北京理工大学澳门六合彩论坛 教授，博士生导师，国家基金委优秀青年基金获得者。2013年于中科院自动化所取得工学博士学位。在加入北京理工大学之前，先后在IBM研究院，阿里巴巴达摩院，以及电子科技大学计算机科学与工程学院工作。主要研究方向包括机器学习、数据挖掘、计算机视觉等。在CCF A/IEEE汇刊等国际顶级会议及期刊上发表学术论文100余篇。其中，以第一作者发表CCF A/IEEE汇刊17篇。先后主持国家自然科学基金优秀青年科学基金、国家重点研发计划课题、173国防基础加强重点项目课题等项目10余项；参与国家自然科学基金重点项目、173国防基础加强重点项目、装发装备技术基础等。授权中国、美国、日本等国内外发明专利50余件。现担任多个国际顶级期刊和会议的审稿人、程序委员会委员、高级委员、领域主席等。

报告五：时间序列分析方法与应用研究

报告摘要：Among all time series analysis techniques, time series clustering is one of the most widely used methods, as it can identify interesting patterns in the absence of supervision, and facilitate other data analysis tasks, such as classification, anomaly detection, and indexing. The unique characteristics of time series, including high-dimension, warping and the integration of multiple elastic measures, pose challenges for the present clustering algorithms, most of which take into account only part of these difficulties. We make an effort to simultaneously address all aforementioned issues in time series clustering under a unified multiple kernels clustering method. The proposed approach can be extended to more challenging multivariate time series clustering scenario in a direct but elegant way. Extensive experiments on 85 univariate and 10 multivariate time series datasets demonstrate the significant superiority of the proposed approach beyond the baseline and several state-of-the-art MKC methods.。

主讲人简介：

张文生，中国科学院大学教授、博士生导师，中国科技大学信息学院教授、博士生导师，武汉大学软件工程国家重点实验室兼职教授。中国自动化学会计算机图形与人机交互专业委员会秘书长、中国计算机学会人工智能与模式识别专业委员会委员、国家重大科技专项专家组成员、中国科学技术奖评委、国家自然科学基金委项目评委、中国人工智能学会常务理事、中国电子学会云计算专委会委员。专注于研究：模式识别与机器学习、Big Data知识挖掘、概率图模型、Deep Learning、精密感知与智能控制、三维数字物理仿真、嵌入式视频图像处理。

参加人员

研究生、教师；对计算机、大数据、机器学习等人工智能相关研究感兴趣、对基金申请和写作需要交流的师生。