报告题目:泛化及鲁棒特征的机器学习问题

报告人:方辉

报告内容简介:

传统的机器学习主要依赖人工特征处理与提取，而依赖模型自身学习数据的特征学习是模型自动学习的过程，是机器视觉任务里的核心问题，好的特征能更好的服务多样的下游任务并确保任务的性能及其稳定性，从而提升机器类似生物视觉系统的场景感知能力。本次讲座将讨论特征提取在三十年内的发展并进一步介绍现阶段提高泛化性和鲁棒性的特征提取的一些有效策略手段。重点讲解如何使用这些策略以提升多种应用中的特征提取问题，其中包括但不仅限于图像分割，风格迁移，信息隐藏等下游任务。

主讲人简介：

方辉教授，主要研究方向：计算机视觉，图像处理，大数据可视化，可视化分析，人工智能。现就职拉夫堡大学，在人工智能领域有近20年经验，成果覆盖学术和相关产业。2006年毕业于布拉德福德大学主攻多媒体基于内容的智能检索，致力于开发图像压缩域快速检索与管理系统，曾应用于欧盟FP6框架下伦敦奥运点播查询系统；从2006年之后的十年间，于牛津大学等多所英国知名高校从事博士后研究员工作，曾领导开发国际地震中心可视化地震数据分析平台，入选牛津大学社会影响力案例，现今此系统仍应用于国际地震中心的日常工作流程中； 2015年到2018年期间就职于知山大学和利物浦约翰莫尔斯大学，2019年1月入职拉夫堡大学。

近年来主持国家级科研项目多项，包括：创新英国KTP项目（KTP project £197,792），创新英国项目SMART（An agent based modelling solution for reliable decision making in crisis and market turmoil in consumer retail £199,751），英国科学工程理事会工业合作基金（Drone-based AI system in agriculture £60,866），英国科学工程理事会项目（funded project: RAMP VIS: Making Visual Analytics an Integral Part of the Technological Infrastructure for Combating COVID-19 £427,038）等，其中大型项目成果：与伦敦奇点智能公司的开发产品已被联合利华及荷兰卡夫亨氏公司采用；与利兹教学医院开发的视觉体液健康系统也在原型测试阶段；作为参与人参与了英国国家健康与保健研究所项目（Surgical MedTech Cooperative Future Unmet Needs Call Clinically Driven Theme: The Future of Surgery. Project: Computer vision to automatically monitor urine output £10,000），英国自然环境研究理事会项目（Airborne Research Facility grant project: Assessing dune field evolution at Sefton Coast £354,354）等。已在顶级会议和顶级期刊（CVPR，AAAI，IEEE Transactions on Visualization and Computer Graphics，Pattern Recognition，Artificial Intelligence in Medicine，Computers and Industrial Engineering等）发表论文几十篇。同时，担任多个国际著名期刊和会议编辑，包括EuroVis.，International conference on Computational Visual Media (CVM)，Computer Graphics and Visual Computing (CGVC)，International Conference on Emerging Ubiquitous Systems and Pervasive Networks (ICEUSPN)以及Guest editor of special issue in MDPI Entropy。

组织单位:信息工程学院

报告时间：2024年4月26日8时30分

报告地点：日新楼214

欢迎广大师生积极参加！