当前位置 > 学会动态 > 公示公告
    ADL98《深度学习》与你相约成都

    出自:管理员上传时间:2018-12-29点击次数:200次


    中国计算机学会 中国计算机学会 1周前

    深度学习已成为人工智能领域最炙手可热的研究方向。鉴于深度学习研究和应用的井喷式发展,本讲习班讲授当前深度学习研究的最新进展和典型示范应用,旨在帮助学员快速学习当前深度学习的研究热点和前沿技术,了解学科发展动向,开阔科研视野,增进学术交流。

    ◆ ◆ ◆ ◆

    CCF学科前沿讲习班

    The CCF Advanced Disciplines Lectures

    CCFADL第98期

    主题   深度学习

    2019年1月26-27日

    四川大学望江校区基础教学楼B座计算机学院

    ◆ ◆ ◆ ◆

    深度学习是人工智能研究的最重要方法之一,已成为人工智能领域最炙手可热的研究方向。鉴于深度学习研究和应用的井喷式发展,本讲习班讲授当前深度学习研究的最新进展和典型示范应用,旨在帮助学员快速学习当前深度学习的研究热点和前沿技术,了解学科发展动向和重要的应用方法,开阔科研视野,增进学术交流,增强实践能力。

    本期CCF学科前沿讲习班《深度学习》邀请到了本领域6位重量级的专家学者做主题报告。他们将对深度学习的基础算法、关键技术及当前热点问题进行深入浅出的讲解,并对如何开展本领域前沿技术研究等进行指导,使参加者在了解学科热点、提高理论水平的同时,掌握最新技术趋势。

    学术主任:张蕾 四川大学

    主办单位:中国计算机学会

    活动日程:

    特邀讲者

    焦李成

    西安电子科技大学教授

    讲者简介:教授、博士生导师。现任西安电子科技大学计算机科学与技术学部主任、智能感知与图像理解教育部重点实验室主任、智能感知与计算国际联合研究中心主任、智能感知与计算国际合作联合实验室主任、“智能信息处理科学与技术”高等学校学科创新引智基地(“111计划”)主任、教育部科技委学部委员、教育部人工智能科技创新专家组专家、中国人工智能学会副理事长、全国高校人工智能与大数据创新联盟副理事长、IET西安分会主席、IEEE西安分会奖励委员会主席、IEEE计算智能协会西安分会主席、IEEE GRSS西安分会主席,IEEE TGRS副主编、教育部创新团队首席专家,IEEE Fellow、IET Fellow、首批中国人工智能学会会士、CCF杰出会员,连续四年入选爱思唯尔高被引学者榜单。国务院学位委员会学科评议组成员,人社部博士后管委会评议组专家,曾任第八届全国人大代表。1991年被批准为享受国务院政府津贴的专家,1996年首批入选国家“百千万”人才工程(第一、二层次),陕西省首批“三五人才”第一层次。当选为全国模范教师、陕西省突出贡献专家和陕西省师德标兵。焦李成教授的主要研究方向为智能感知与计算、图像理解与目标识别、深度学习与类脑计算,培养的十余名博士获全国优秀博士学位论文奖、提名奖及陕西省优秀博士论文奖。研究成果获包括青年科技奖,国家自然科学奖二等奖及省部级一等奖以上科技奖励十余项,出版了国内第一部《神经网络系统理论》、《免疫优化计算、学习与识别》、《图像多尺度几何分析理论与应用》、《深度学习、识别与优化》等专著二十余部,五次获国家优秀科技图书奖励及全国首届三个一百优秀图书奖。所发表的论著被引用超过32166篇次,H指数为72。

    报告题目:影像大数据的深度学习解译与智能挖掘

    报告摘要:随着成像技术和信息处理技术的发展,所获取到的数据呈现出“三高”(高时间分辨率、空间分辨率、光谱分辨率)特性,传统的影像数据处理技术难以满足新的技术和任务需求。近年来,以深度学习为代表的人工智能技术在各领域得到了蓬勃的发展和广泛的应用。本讲座重点围绕深度学习技术在处理影像大数据时所面临的问题、挑战和前沿展开讨论。首先从人脑认知的“稀疏层次化感知”和“显著注意”等机理出发,分析了影像建模中需要注意和借鉴的关键点;其次介绍了团队在影像智能解译与挖掘方面的工作;最后总结深度学习技术在应对影像处理技术时的优劣,以及在实际工程化应用中的需要关注的一些问题。

    王 亮

    中科院自动化所研究员

    讲者简介:博士,研究员,博导,国际模式识别学会会士(IAPR Fellow, 2014),国际电子电气工程师学会会士(IEEE Fellow, 2019)。1997、2000年分别于安徽大学电子工程与信息科学系获得工学学士、硕士学位,2004年于中科院自动化所获得工学博士学位。2004-2010期间,先后于英国帝国理工学院、澳大利亚莫纳什大学、澳大利亚墨尔本大学、英国巴斯大学工作,历任助研、研究员和讲师。2010年入选中科院“百人计划”(终期优秀),2015年获得国家杰出青年科学基金,2016年获得第十四届中国青年科技奖,2017年入选科技部中青年科技创新领军人才,2018年入选首都科技创新领军人才培养工程。目前是模式识别国家重点实验室副主任,中科院自动化所智能感知与计算研究中心常务副主任,中国计算机学会计算机视觉专委会秘书长,中国图像视频大数据产业技术创新战略联盟秘书长,中国图象图形学学会视觉大数据专委会主任,中科院脑科学与智能技术卓越中心骨干人才,国家重点研发计划云计算与大数据重点专项项目首席科学家等。目前是IEEE TPAMI、IEEE TIP、PatternRecognition等国际知名期刊的编委,曾是IEEE TIFS(2013-2016)、IEEE TSMC-B(2007-2016)、《自动化学报》(2015-2018)、Neurocomputing(2009-2014)等国内外学术期刊的编委,中国电子学会青年科学家俱乐部副主席(2015-2018),AVSS2012、ACPR2015、DSP2016、IJCB2017、ACPR2019、ICPR8等国际会议的大会、程序或组织主席等。承担国家级、省部级各类科研项目20余项,主要从事计算机视觉、模式识别、机器学习、数据挖掘等相关领域的研究。截至目前,已申请或授权发明专利50余项,出版专著2部、编著7部,已发表或接收论文220余篇,其中IEEE TPAMI、IEEETIP等领域高质量国际期刊45篇,ICCV、CVPR等领域顶级国际会议40篇,获得ICPR2014最佳学生论文奖、CCCV2015最佳学生论文奖、CCPR2016最佳论文奖等。目前,谷歌学术引用近13000次,H-index是45(2014-2017连续四年入选ESI高被引科学家名单)。已与华为、爱奇艺、腾讯、京东金融、高德、美的等知名企业进行技术研发或应用的广泛合作。研究成果部分已经实现技术的转移转化,如孵化银河水滴科技(北京)有限责任公司。

    报告题目:人工智能时代的视觉大数据的深度理解

    报告摘要:本报告首先简介人工智能的基本概念和当前现状;然后介绍AI领域重要的一个分支方向-视觉,视觉大数据分析与理解是模式识别的前沿方向;接下来重点回顾深度学习历史及其在视觉大数据分析中的应用进展;进一步地,我们探索模拟认知过程中的注意、记忆、反馈等机制,研究深度认知神经网络理论和方法;最后展望了几个未来可能的研究方向。

    朱 军

    清华大学 教授

    讲者简介:清华大学计算机系长聘正教授。2001到2009年获清华大学计算机学士和博士学位,之后在CMU做博士后,2011年回清华任教。2015到2018年担任卡内基梅隆大学兼职教授。主要从事机器学习及相关应用研究,在国际重要期刊与会议发表论文百余篇,研制“珠算”概率编程框架。担任IEEE TPAMI的副主编和编委、Artificial Intelligence编委,担任机器学习国际大会ICML2014地区联合主席, ICML (2014-2019)、NIPS (2013, 2015, 2018)、IJCAI(2015,2017,2018)、AAAI(2016-2019)等国际会议的领域主席。获CCF自然科学一等奖、CCF青年科学家奖、中创软件人才奖、北京市教学成果一等奖、ICME最佳论文奖、国家优秀青年基金等,入选国家“万人计划”青年拔尖人才、MIT TR35中国区先锋者以及IEEE Intelligent Systems评选的“AI’s 10 to Watch”。

    报告题目:深度学习的对抗攻击与防御

    报告摘要:深度学习模型(或一般的机器学习方法)通常容易被对抗噪声攻击,这给实际应用带来了很多风险。如何有效进行攻击以及如何进行防守受到了学术界和工业界的广泛关注。谷歌公司在NIPS 2017会议上举办了一个对抗攻击与防守的竞赛,吸引了百余支队伍。在这个报告中,将介绍深度学习对抗攻击与防守方面的一些最新进展,具体包括赢得NIPS竞赛的攻防解决方案、在图数据上的攻击、视频数据攻击以及一些近期在鲁棒性学习方面的工作。

    马尽文

    北京大学 教授

    讲者简介:北京大学数学科学学院信息科学系教授。1992年南开大学概率论与数理统计专业毕业,获理学博士学位。随后加入到汕头大学数学系、数学研究所工作。1999年获应用数学专业教授资格。2001年9月加入北京大学数学科学学院信息科学系工作,现担任应用数学专业教授、博士生导师、曾担任系主任等职务。从1995年至2004年,多次到香港中文大学计算机科学与工程学系进行合作研究,担任副研究员(Research Associate)与研究员(Research Fellow)。2005年9月至2006年8月在日本理化学研究所(RIKEN)脑科学研究所Amari研究组进行科学研究,担任研究科学家(Research Scientist)。2011年9月至2012年3月在美国休斯顿卫理会医院系统科研中心系统医学和生物工程系进行科学研究,担任科学家(Scientist)。从上世纪九十年代初开始从事人工神经网络和学习算法方面的理论及其应用研究,涉及的领域包括神经计算、模式识别、统计学习、生物信息、计算机视觉、信息理论和编码等方面。目前主要针对大数据的挑战进行数据挖掘、机器学习和智能信息处理和图像搜索等方面的研究。现已发表学术论文150余篇,其中被SCI收录60余篇,被引用2500余次,单篇最高引用达800余次(根据Google学术搜索计算),多篇论文发表在《Neural Computation》、《IEEE Trans. on SMC-B》、《IEEE Trans. on Image Processing》、《IEEETrans. on Neural Networks and Learning Systems》、《NeuralNetworks》、《Pattern Recognition》等国际著名期刊和SIGIR、SIGKDD、CVPR、ECCV等国际重要学术会议文集上。在高斯混合模型的参数学习和自适应模型选择方面建立了一套系统的理论和有效的学习算法,并被广泛地应用于聚类分析、模型识别和图像处理等领域。先后主持国家自然科学基金项目8项、国家科技重大专项课题2项和省部级及横行科研基金项目10余项。担任或曾担任中国电子学会信号处理分会常务委员、国际信息研究学会中国分会教育信息化专委会副主任、中国工业与应用数学学会理事、《The Scientific World Journal》、《Journal ofIndustrial Mathematics》、《信号处理》等杂志的编委。并多次担任ISNN, ICIC,ICONIP, ICSP等重要国际学术会议的程序委员会议委员,并且10余次被邀请在国际学术会议上做大会邀请报告。2017年度入选Acemap和国搜学术共同出版的AI国际影响力学者。

    报告题目:基于深度学习的图像语义分割与遥感图像处理

    报告摘要:在气象卫星遥感图像的处理和分析中,云的检测和分类具有重要的理论意义和应用价值。随着大量气象遥感图像的不断积累和数据量的扩大,深度学习方法在云检测和分类中发挥着越来越重要的作用。本报告将系统地介绍在大数据背景下基于深度学习的图像语义分割模型和学习算法的形成和快速发展,并将其应用于遥感气象图像的云检测和分类中,为气象分析和预测服务。

    于 剑

    北京交通大学 教授

    讲者简介:现任北京交通大学教授,博士生导师,北京交通大学人工智能研究院常务副院长,交通数据分析与挖掘北京市重点实验室主任,中国计算机学会会士、理事,中国计算机学会人工智能与模式识别专业委员会秘书长,中国人工智能学会理事,中国人工智能学会机器学习专业委员会副主任。主要研究兴趣是机器学习、数据挖掘和自然语言处理等。已经出版学术专著《机器学习:从公理到算法》

    报告题目:深度学习的能和不能

    报告摘要:深度学习目前是机器学习领域最引人注目的研究方向,其应用极其广泛。但没有免费午餐定理告诉我们,没有万能的学习算法。 因此,本报告将深入分析深度学习的适用范围。首先,简述深度学习的发展历程;在此基础之上,理论分析深度学习的应用范围和失效领域; 最后,讨论深度学习面临的问题及其对策。

    何晓飞

    飞步科技创始人兼CEO

    讲者简介:浙江大学教授、博导,飞步科技创始人兼CEO。前滴滴出行高级副总裁、研究院创始院长、大数据部门负责人、无人驾驶项目创始负责人,以及滴滴出行平台核心交易引擎负责人。浙江省智慧高速公路建设专家组专家。国家杰出青年科学基金获得者,首届中组部青年拔尖人才支持计划入选者,国际模式识别学会会士(IAPR Fellow),前雅虎美国研究院研究科学家。2000年至今在国际顶级期刊和会议发表高水平论文200余篇,引用次数超过24000余次,多次入选Elsevier中国高被引学者(Most Cited Chinese Researchers)榜单,多次担任AI领域顶级会议NIPS领域主席。

    报告题目:人工智能与未来出行

    报告摘要:作为新兴的科技前沿,人工智能与共享出行近年来受到学术界和工业界的广泛关注。从当前的共享出行,到未来的无人驾驶出行,其核心问题是如何在有限的道路资源下,利用人工智能技术改善城市交通的拥堵。这里面涉及到众多交叉学科核心技术,包括机器学习、最优化理论、智能芯片等。本次报告将阐述共享出行以及无人驾驶中的人工智能挑战,以及我们的解决方案。报告内容包括以下几个部分,1. 当前城市出行面临的核心挑战;2. 软硬结合的无人驾驶一体化解决方案;3. 基于MPV(Massive,Parallel, Volumetric)架构的车载智能芯片设计。

    学术主任

    张 蕾

    四川大学 教授

    四川大学计算机学院教授,博导,IEEE Senior Member,国家优青,教育部“新世纪优秀人才”、四川省“青年科技创新研究团队带头人”。目前担任IEEE计算智能协会成都分会主席、中国计算机学会模式识别与人工智能专委会委员和四川省计算机学会大数据专委会副主任委员等。主要研究方向:人工智能的神经网络方法及其应用。在IEEE TNNLS、IEEE TAC、IEEETSMC-B、IEEE TCYB、CVPR等本领域国际一流学术期刊和会议上发表论文70余篇。作为主要完成人,曾获得教育部自然科学一等奖1项、四川省科技进步一等奖1项。主持国家自然科学基金面上基金等省部级基金项目6项,参与国家自然科学基金重点项目2项(分别排名2、3)、国家重点研发计划等。

    报名须知

    1、报名费:CCF会员2500元,非会员3000元。开班现场报名,需缴纳报名费4000元(仅支持公务卡,银行卡,不收取现金)。食宿交通自理。根据交费先后顺序,会员优先的原则录取,额满为止。

    给予西部五所高校两个名额,可免费,限CCF会员, 需个人提出书面申请并加盖院系公章,将电子版发至adl@ccf.org.cn,CCF将按照申请顺序进行录取。 (五所高校的名单如下:新疆大学,青海大学,云南大学,贵州大学,宁夏大学。)

    2、报名截止及缴费说明:

    (1)报名截止日期:2019年1月25日。报名请预留不会拦截外部邮件的邮箱。

    (2)CCF会员报名,请务必在报名表中填写在有效期内的CCF会员号。否则按非会员处理。

    3、联系:李红梅  

    邮箱: adl@ccf.org.cn  电话:18810669757

    中国计算机学会  

    微信号:ccfvoice          

    长按识别二维码关注我们