QQ在线
企业微信
资讯
437
首先，张海军教授汇报了《视（shì）链学习》的研究成（chéng）果，视链学习是对视频内容、广告和用户的相（xiàng）关性进行（háng）系统建模和优化，将视链问题转（zhuǎn）化为复杂约（yuē）束条件下（xià）的（de）大规模跨场景（jǐng）检索（suǒ）、个性化（huà）推荐和优（yōu）化（huà）问题，张教（jiāo）授详细介绍（shào）了（le）基于视频（pín）特定人物的衣服识别方法、基于跨域衣服图像的（de）生成及检索方法、基于领域（yù）知（zhī）识驱（qū）动的时尚搭配与设计方法、视频显著性检测及其（qí）在（zài）视链系统（tǒng）中的应用等（děng）内容，提出视频（pín）广告嵌（qiàn）入将可以为商业（yè）广告的发（fā）展（zhǎn）提供巨大帮助。
紧接着，张召（zhào）教授报告《基于低秩编码（mǎ）的图像恢复和鲁棒子空间（jiān）建模》，介绍了低秩学习（xí）模型（xíng）及其应用和改进。低秩学习是一种表示学习（xí）；表（biǎo）示学习经常（cháng）用在（zài）深度（dù）学习和机器学习中，让（ràng）机器来学习特征的表达。传统（tǒng）的表示学习方法可能（néng）不能很好（hǎo）的（de）处（chù）理图片模糊、缺（quē）失等问（wèn）题，采（cǎi）用低秩（zhì）的方法（fǎ）可以（yǐ）对图像进行复原处理。张召教授（shòu）详细地介绍（shào）了具体的理（lǐ）论和算法，通过改进了传统算法，来实现对人脸面部（bù）有（yǒu）遮（zhē）挡并且进行模（mó）糊处理的情况下进行面部复原（yuán），改进（jìn）后的效（xiào）果比传统的（de）效果更好。
随后，伍（wǔ）洲教授分（fèn）享（xiǎng）了（le）《回声状态网络(ESN)在时间（jiān）序（xù）列预测上（shàng）的（de）应用》。回声神经网络是一种新（xīn）型的循环神经网络(RNN)，它的特点是隐（yǐn）藏层（céng）由大量的随机稀（xī）疏连接（jiē）的节点组（zǔ）成，并且（qiě）只需要输（shū）出连（lián）接权重（chóng）值（zhí）。伍（wǔ）洲教授介绍了该新型神经（jīng）网络的算法原理，研究组对该网络应用在不同（tóng）情况的太（tài）阳能预测（cè）工作，包括多簇回声状态（tài）网络的太阳能预测、多时间尺度回声状态（tài）网络的太阳能多任务（wù）预测、深度多隐藏层（céng）回声状态的太阳能（néng）预测以及基于链（liàn）式回声状（zhuàng）态网络的时空太阳能预（yù）测。
最后，郝天永教（jiāo）授报告了（le）《关于文（wén）本分析与处理技术（shù）在医（yī）学上的应用》，临床试验是针对人类（lèi）参与者的前（qián）瞻性研究，旨（zhǐ）在（zài）回答有关（guān）生物医学（xué）或行为干预的具体问题；临床试验评估其安全性（xìng）和有效（xiào）性，是发现（xiàn）新的疾（jí）病（bìng）治疗方法以及发（fā）现（xiàn）、诊断（duàn）和降低疾病（bìng）风险的（de）新方法的重要步（bù）骤。通过分（fèn）析开（kāi）发新（xīn）药的（de）主（zhǔ）要困难（nán），郝教授针对性地提出了2个研（yán）究（jiū）问题：如何从（cóng）非结（jié）构化资格标准文本中提取关键信（xìn）息，从而帮助加速患者招募?如何缩（suō）小临床试（shì）验（yàn）研（yán）究（jiū）人群与真实患者人（rén）群之间的（de）差距?为了解决以（yǐ）上的问题，截至目前，他所在（zài）的团队已经建立了一个包含357017个医疗患（huàn）者的文本数据（jù）集。
在问答环（huán）节，参会人员积极分享了自己的讲座感悟（wù），并向各位教授请教了相关问题，现场学术讨论氛围十分浓（nóng）厚（hòu）。会议的最后，与会代表与嘉宾合（hé）影留（liú）念（niàn），会议圆满结束。
本次研讨会使到场师生获益良多，深（shēn）刻（kè）地认识到大数据与人工智能技术对当（dāng）今社（shè）会产生和日常生活产（chǎn）生的积极作（zuò）用和巨大影响力，同时促进了学院教师在今后的教（jiāo）学和科研过程（chéng）中及时更新教学理念、改进教学（xué）方（fāng）法，帮助相关同学了解大（dà）数据前沿知识（shí），从而获得更（gèng）好的（de）成（chéng）长与发展，也（yě）为培养高质量（liàng）应用（yòng）型人才（cái）打下坚（jiān）实的基础。
