报告题目：厦门大学人工智能研究院院长论坛
主讲人：丁贵广、邓成、龚怡宏、常 毅、隆克平、曾志刚、薛建儒
时间：2020年10月10日（星期六）14:30-16:50
地点：科学艺术中心 报告厅
报告题目（一）：深度学习模型的压缩优化技术
主讲人：丁贵广，清华大学教授
摘要：
深度学习模型的端侧部署已经成为人工智能应用的主要形式之一，如智能手机、智能摄像头、自动驾驶等场景，然而深度学习模型复杂度高、参数量大，给端侧部署带来了巨大挑战，如何在不损失或较少损失模型精度的前提下，减小模型的计算复杂度是人工智能领域研究的重要方向之一。本次报告将介绍深度学习模型的压缩优化技术，包括模型减枝、参数稀疏化以及量化等压缩方法，以及项目组提出的“训大用小” 的训练和部署方法论、全局近似最优模型裁剪技术等。
报告人简介：
清华大学软件学院特别研究员，博导，国家杰出青年科学基金获得者，清华大学软件学院副院长，信息科学与技术国家研究中心副主任。主要研究方向以计算机视觉技术在国家公共安全、网络内容管理、自动驾驶和机器人等领域的实际需求为出发点，开展视觉感知理解、机器学习、数据检索等方面的研究，重点关注视觉感知理解、高效检索和弱监督学习理论与方法的研究，面向端侧和边缘侧计算能力有限、功耗限制高等场景，研究深度视觉模型压缩技术，研发端侧视觉计算系统和平台。课题组先后主持基金委杰出青年科学基金项目、基金委重点项目、重点研发项目、国家 973、863 等项目数十项。发表高水平学术论文近百篇，获授权发明专利 25 项，相关成果成功应用于公安部二十三局、快手、新疆联海创智、数码视讯等单位，曾获国家科技进步二等奖、中国电子学会技术发明一等奖。
报告题目（二）：多模态认知：语言与视觉的语义分析
主讲人：邓成，西安电子科技大学教授
摘要：
2017 年我国颁布的 “新一代人工智能发展规划” 将跨媒体的认知推理列为重点方向。人工智能已经在感知方面取得重要进展，未来将实现从感知到认知的跨越。随着信息技术的发展，海量数据中 85% 以上都是语音、图像、文本等多模态数据，多模态智能是实现人工智 能 走 向 认 知 推 理 的 关 键 所 在。本 次 报 告 从 面 向 多 模 态 认 知，重 点 探 讨 语 言 与 视 觉（Vision and Language）多模态语义分析的最新进展，内容涉及语义知识的挖掘与泛化、语义知识的对齐与交互等方面。
报告人简介：
西安电子科技大学电子工程学院教授、博导。教育部 “长江学者”特聘教授、国家百千万人才工程。IEEE 高级会员、中国计算机学会高级会员、中国图象图形学学会高级会员。长期从事跨媒体认知、学习和推理的研究。主持国家自然科学基金、科技部“863”计划课题、陕西省重点研发计划等项目近 30 项。发表本领域 SCI 二区以上期刊论文和 CCF A 类会议论文近100 篇。担任《Pattern Recognition》等国际刊物副编辑；担任计算机视觉国际顶级会议CVPR 2021 领域主席，人工智能顶级国际会议 IJCAI 2018~2021 高级程序委员，以及多个国际会议的程序委员会委员。获 2016 年国家自然科学二等奖（第 3）、2019 年陕西省自然科学一等奖（第 1）。
报告题目（三）：受脑启发的神经网络计算模型
主讲人：龚怡宏，西安交通大学教授
摘要：
当前的主流深度学习神经网络（DNN）面临三大科学难题：1）主要依靠不断加大网络复杂度来提高图像识别能力和精度，缺乏可解释性；2）进行图像分类时发生 “纹理偏执”的问题；3）增量学习新知识时发生“灾难性遗忘”旧知识的问题。迄今为止，学术界围绕上述三个问题提出的各种解决方法大都效果不佳，且缺乏理论依据。本课题组通过与脑认知科学领域的专家学者进行深层次的合作，从人脑视觉感知与认知机理的研究成果中获取灵感，并致力于将人脑视觉通道的某些特性转化为计算模型，在不改变现有神经网络层数及复杂度的情况下显著提升其图像识别精度。本次报告将概括介绍本课题组在解决上述 DNN 科学难题方面所取得的若干最新研究成果，并针对当前深度学习卷积神经网络的研究提出新的研究思路与方向。
报告人简介：
西安交通大学软件学院院长，国家特聘教授，IEEEFellow，国家 973 项目首席科学家，视觉信息处理国家工程实验室副主任，陕西省人工智能联合实验室执行副主任。共出版英文专著 3 部，在国际知名学术期刊和会议上发表论文200 余篇，他引 22,000 多次，单篇最高他引 3,500 多次，谷歌h-index 为 64。于 ACM SIGIR 2003 会议上发表的文章获得最有影响力文章提名奖 (Time of Impact Award Honorable Mention)。入选 AI2000最具影响TOP100 学者榜单。拥有美国和中国发明专利 30 余项。研究领域包括人工智能，计算机视觉及多媒体内容分析等。是学术界最早开展体育视频内容分析，基于图像内容的以图搜图检索，以及提出图像稀疏编码特征向量的国际知名学者，引领了国际上大量学者的研究，带领团队多次获得国内外图像视频内容分析领域技术大赛的冠军。
报告题目（四）：基于机器学习的搜索引擎精准度提升
主讲人：常 毅，吉林大学教授
摘要：
互联网搜索行业具有后发劣势，而搜索精准度是互联网搜索引擎的核心竞争力。 基于机器学习的排序算法是提高搜索精准度的高效手段，然而，提高搜索引擎的精准度不仅仅只是排序学习， 而是一个系统工程。我们将介绍该领域的历史，现状及其最新发展，并展示提高搜索精准度的实践经验和最新研究成果 : 从排序学习算法、多种语义匹配特征、查询重构这三个角度出发，提高搜索引擎的精准度。
报告人简介：
吉林大学人工智能学院院长，国家特聘教授、教育部计算机类专业教指委人工智能专家委员会委员。曾担任国家自然科学基金创新群体、优秀青年科学基金评审专家组成员，美国国家科学基金会重大项目、中等项目、小型项目评审专家组成员。美国计算机学会杰出科学家、英国计算机学会会士，担任国际权威会议 WSDM'2018 大会主席、SIGIR'2020 大会主席、WWW'2018 最佳论文奖主席。研究领域为信息检索、数据挖掘、自然语言处理、机器学习，已发表高水平论文 100 余篇，获得 KDD'2016 唯一最佳应用论文奖，WSDM'2016 唯一最佳论文奖。
报告题目（五）：5G网络关键技术研究及其应用
主讲人：隆克平，北京科技大学教授
摘要：
本报告围绕 5G 关键技术首先探讨新型 5G 网络架构及灵活组网技术，并详细阐述包括超密集异构网络、软件定义网络、网络切片化、大规模天线在内的 5G 通信可靠性增强技术，最后列举 5G 技术在智能电网、智慧城市、智慧医疗、能源互联网、应急通信的部分典型场景应用，并对其未来发展方向做出展望。
报告人简介：
北京科技大学计算机与通信工程学院院长、教授、博士生导师。2007 年“国家杰出青年科学基金”获得者，2008 年教育部 “长江学者” 特聘教授。北京市融合网络与泛在业务工程技术研究中心主任。隆克平教授 1987 年获得四川大学无线电电子学理学学士学位；1995 年获电子科技大学电路与系统专业工学硕士学位；1998 年获电子科技大学电路与系统专业工学博士学位。学术兼职包括：IEEE 高级会员，中国通信学会和中国电子学会高级会员，《中国通信》编委，教育部高等学校电子信息类专业教学指导委员会副主任委员，北京邮电大学网络与交换技术国家重点实验室学术委员会委员。研究方向包括新一代网络技术、光互联网关键技术、无线通信技术、人工智能与大数据等。主持国家和省部级项目等共 60 余项，在包括 IEEE Commun. Surv. Tut., Proceed-ings of IEEE, IEEECommunications Magazine 等顶级期刊在内的国内外期刊和会议发表论文 400 余篇，其中 SCI 收录 90 余篇、EI 收录 200 余篇。申请国际发明专利 7 项、国内专利 134 项，国际学术会议大会主题报告 3 次、特邀报告 7 次、国内学术会议特邀报告 10余次，国际会议最佳论文 4 次。
报告题目（六）：基于忆阻的类脑智能电路分析与设计
主讲人：曾志刚，华中科技大学教授
摘要：
近年来，受人脑工作机制启发，发展类脑智能逐渐成为人工智能与计算科学领域研究的热点，作为其重要分支的类人情感研究也受到越来越多研究者的重视。情感在我们日常生活中起着至关重要的作用，人与人之间的交流传递着大量的情感信息，它们在以人为中心的环境中对个体的决策、学习、交流和记忆等能力有着关键的影响，同时情感能力也是体现人类智能的重要标志。在此背景下，基于忆阻这一可实现存算一体化的新型纳米级记忆元件，以及人脑情感形成的相关生物学理论，在类脑智能电路分析与设计方面做了相关研究，包括：基于类皮肤感觉处理器的感觉 - 情感转化电路、多联想情感学习电路、基于人眼状态的疲劳驾驶检测电路，基于忆阻的联想记忆等，希望能够在未来应用于情感机器人的“大脑”中，使之能为我们提供智能化的工作帮助。
报告人简介：
国家杰出青年科学基金获得者，教育部长江学者特聘教授，科技创新领军人才，图像信息处理与智能控制教育部重点实验室主任，华中科技大学人工智能与自动化学院院长。2003 年 6 月在华中科技大学获系统分析与集成博士学位。曾在香港中文大学和中国科技大学从事博士后研究。先后担任IEEE Transaction so n N e u r a l N e t w o r k s ；IEEE Transactions on Cybernetics；IEEE Transactions on Fuzzy Systems；Cognitive Computation；Neural Networks；Applied Soft Computing；自动化学报；控制工程；系统工程与电子技术；控制理论与应用的编委。曾获湖北省自然科学一等奖、湖北省科技进步一等奖、教育部高等学校科学研究优秀成果奖自然科学奖一等奖、国家科学技术进步奖二等奖各一次。
报告题目（七）：智能车的视觉场景理解
主讲人：薛建儒，西安交通大学教授
摘要：
视觉在人类驾驶中具有不可代替的作用，然而现有的计算机视觉技术并没有在自动驾驶系统中占据同样重要的地位。本报告主要介绍视觉主导的场景理解计算框架、智能车的感知 - 运动技术链路中的核心问题及一些研究进展。
报告人简介：
西安交通大学教授，中国自动化学会会士 , 教育部 “长江学者” 特聘教授。主要研究领域为计算机视觉、模式识别与机器学习、无人驾驶与混合增强智能等，研究成果获国家自然科学二等奖（2016 年）、国家技术发明二等奖（2007 年）、教育部自然科学奖一等奖（2015 年）、IEEE ITS 学会杰出研究团队奖（2014 年）、亚洲计算机视觉会议（ACCV2012）最佳应用论文奖。目前任中国自动化学会理事及混合智能专委会主任、中国图形图象学会理事及视觉大数据专委会副主任。
邀请人：人工智能系 纪荣嵘教授