報(bào)告題目：Towards better generalized visual analysis for real-world challenges（面向真實(shí)世界挑戰(zhàn)的高泛化性視覺(jué)分析）
報(bào)告人： Haoliang Li（李皓亮）
報(bào)告時(shí)間：2023年6月30日 10:00-11:30
報(bào)告地點(diǎn)：江安校區(qū)多學(xué)科交叉研究創(chuàng)新大樓九樓919報(bào)告廳
報(bào)告內(nèi)容：
視覺(jué)識(shí)別任務(wù)極大地受益于深度學(xué)習(xí)方法的快速發(fā)展。然而，深度學(xué)習(xí)的成功在于強(qiáng)假設(shè)，即訓(xùn)練和測(cè)試數(shù)據(jù)來(lái)自相似的特征空間和分布，這在現(xiàn)實(shí)場(chǎng)景中并不總是成立。因此，現(xiàn)有的基于深度學(xué)習(xí)的視覺(jué)識(shí)別技術(shù)往往缺乏泛化能力，這阻礙了它們應(yīng)用于不同的實(shí)際場(chǎng)景。
在本次講座中，將介紹幾種基于深度學(xué)習(xí)的領(lǐng)域泛化方法來(lái)解決泛化性不足的問(wèn)題，并且結(jié)合機(jī)器學(xué)習(xí)（變分貝葉斯）、軟件工程（覆蓋測(cè)試）和可解釋人工智能領(lǐng)域的基礎(chǔ)研究進(jìn)行介紹，還將討論深度學(xué)習(xí)算法泛化問(wèn)題的未來(lái)發(fā)展方向。
報(bào)告人簡(jiǎn)介：
李皓亮，2018年于新加坡南洋理工大學(xué)（NTU）獲得博士學(xué)位。他目前是香港城市大學(xué)電機(jī)工程系的助理教授，研究主要集中在人工智能安全、多媒體取證和遷移學(xué)習(xí)。 2019年獲得Wallenberg-NTU校長(zhǎng)博士后獎(jiǎng)學(xué)金，2019年博士創(chuàng)新獎(jiǎng)，2020年VCIP最佳論文獎(jiǎng)，2022年AI+X中國(guó)青年學(xué)者50強(qiáng)，2022年斯坦福大學(xué)高被引科學(xué)家前2%。
永利yl23411官網(wǎng)
2023年6月28日
當(dāng)前位置：