（通讯员：孙琨）2021年5月21日，计算机科学前沿（Frontiers of Computer Science，简称FCS）期刊“机器学习与智能感知专题论坛”在中国地质大学（武汉）未来城校区计算机学院学术报告厅成功举办，活动共吸引了校内外计算机视觉领域的研究人员、学生等近150人参加。本论坛旨在汇集机器学习与智能感知领域的研究人员，报道本领域研究的最新进展，交流本领域研究的经验。通过从不同的角度分享对机器学习与智能感知的理解和研究尝试，激励更多的工业界和学术界的研究者投入到机器学习与智能感知研究中，共同推动机器学习与智能感知的发展。本次活动由计算机科学前沿（FCS）主办，中国地质大学（武汉）承办，中国地质大学（武汉）计算机学院院长王力哲教授、华中科技大学白翔教授和西安交通大学孟德宇教授担任论坛主席，东南大学张敏灵教授和中国地质大学（武汉）陈云亮副院长担任报告主持嘉宾。
部分参会人员合影
大会开幕
王力哲院长出席论坛开幕式并首先致辞，王力哲教授首先对机器学习领域的专家和青年学者参会交流表示了欢迎，然后介绍了中国地质大学（武汉）计算机学院的学科建设情况，并对一直以来支持和帮助地大计算机学科建设的专家表示感谢。随后，FCS编辑部程炜主任介绍了期刊发展情况、论坛背景和筹备情况，表达了FCS期刊积极推广优秀科研成果、促进学术交流、专业服务学者的宗旨和愿望。
开幕致辞嘉宾
专家报告
此次论坛邀请了北京师范大学黄华教授、中科院自动化所王亮研究员、北京大学林宙辰教授、四川大学彭玺教授、中科院计算所山世光研究员、西安电子科技大学王楠楠教授、重庆邮电大学夏书银教授、浙江大学赵洲副教授等8位国内知名学者分别进行了40分钟的专题报告，并与在场观众进行问答交流。
北京师范大学的黄华教授首先作题为《基于物理模型的计算光谱摄像》的报告，介绍其团队在编码感知计算光谱摄像的物理模型和重构算法方面的研究进展。首先，根据计算光谱摄像的系统组成，分析光信息传递的物理规律，建立基于物理的系统前向模型。然后，分析计算光谱摄像重构算法的基本模型，按照深度展开的计算重构思想，将准确的物理模型与先进的图像先验相结合，实现高质量高速度的计算光谱摄像。
黄华教授报告
中科院自动化所的王亮研究员以《自然语言驱动的行人搜索》为题，首先回顾了自然语言驱动的行人搜索任务的定义和主要难点，然后详细介绍了其团队在该方向上的最近研究工作，特别是如何在跨模态语义不一致的基础上处理细粒度匹配和跨域学习等问题。最后，王亮老师还简要讨论了未来可能的发展方向。
王亮研究员报告
北京大学林宙辰教授的报告题目是《Principled Design of Convolutional Neural Networks》。在该报告中，林教授介绍了其团队围绕“是否存在潜在的理论模型来指导我们设计更好的CNN”这一问题开展的工作。研究成果表明，虽然目前尚未找到一个统一的通用理论模型可以设计出所有有效的CNN，但他们发现了多个从不同方面帮助设计更好的CNN的有效原则。
林宙辰教授报告
四川大学彭玺教授作题为《聚类分析前沿进展》的学术报告。在该报告中，首次揭示了多视图聚类由于违背一致性假设导致的视图不对齐问题。针对该问题，提出了一个可微的对齐算法，能实现端到端的视图对齐和深度聚类。此外，其团队将标签拟化为一种特殊的表示，发现特征矩阵的行、列空间分别对应实例、类别级别的表示学习，从而提出了一种双重对比表示学习算法，能学习到更好的图像表示的同时进行数据聚类。
彭玺教授报告
中科院计算所山世光研究员作下午的第一个报告，题为《利用解耦-验算思想的自监督学习》。在简单介绍近年来自监督视觉模型学习相关进展的基础上，重点介绍了其团队利用“解耦-验算”自监督思想的3个工作。第一个工作采用大量无标注人脸视频，通过解耦面部动作和头部姿态并形成自验算损失（Loss），实现面部动作的自监督表示学习。第二个工作则对面部视频时空图进行生理信号P与非生理信号N的解耦，并利用交换不同视频P/N形成自验算损失的自监督思想，以充分利用相对小规模PPG标注视频数据进行心率估计。第三个工作则利用视频中人物同一只眼睛的特征不变、同一帧图像中左右眼视线相近这两个事实，通过解耦和交换并形成自验算loss，以实现视点表示的自监督学习。
山世光研究员报告
西安电子科技大学王楠楠教授的报告题目为《图像跨域重建》。跨域图像是指同一目标通过不同传感器所形成的不同类型的图像，而图像跨域重建是指利用跨域图像之间内容的关联性和表达的互补性由一个域的图像生成另外一个域的图像或由一个域的图像识别另外一个图像的过程。在该报告中，王教授介绍了其团队在人脸画像-照片合成以及图像超分辨率重建方面的最新工作。
王楠楠教授报告
重庆邮电大学夏书银教授以《一种高效和鲁棒的认知计算方法：粒球计算》为题作报告。粒球计算理论是一种新型粒计算方法，该理论使用超球体来覆盖样本空间，不仅能够更加精确的度量样本空间，而且会带来效率、可扩展性和标签噪声鲁棒性等方面的提升。本报告介绍了夏教授及其团队在粒球计算理论方法的主要研究成果和最新进展。
夏书银教授报告
浙江大学赵洲副教授为本次论坛带来了最后一个报告，题目是《多模态对齐技术以及应用》。该报告首先对多模态时序定位进行展开阐述，提出了多模态时序对齐技术的2点挑战。随后，介绍了基于多头注意力机制与语义图结构的预测方法、基于时空图推理的预测方法、基于多级决策分解的预测方法和基于隐变量时长的对齐法等若干具有启发意义的多模态时序定位工作。最后，对未来的研究方向、目标和应用前景进行了讨论与展望。
赵洲副教授报告
Panel环节
报告环节结束后，Panel讨论由中国地质大学（武汉）计算机学院蒋良孝教授主持。与会的各位专家就最近多层感知机（MLP）在视觉分类中的最新研究成果引起的学界思考、深度学习对传统机器学习的冲击、以及国际期刊的稿件处理流程和注意事项等话题发表了各自的看法。
论坛现场讨论与互动
Copyright© 2020-2024 中国地质大学（武汉）计算机学院
