Activities
2019年11月22日,在杭州國際博覽中心舉辦的2019中國自動化大會衛(wèi)星會議“模式識別理論前沿”圓滿落幕。本次會議由中國自動化學(xué)會模式識別與機(jī)器智能專業(yè)委員會(CAA-PRMI)主辦。共有80余位專家、學(xué)者和學(xué)生參加了本次研討會。
當(dāng)前,人工智能技術(shù)與應(yīng)用的飛速發(fā)展為模式識別提供了廣闊空間,模式識別迎來了新的發(fā)展機(jī)遇。在全球智能化需求不斷迭代更新的過程中,面向開放環(huán)境的類人模式識別理論與方法必將成為下一代前瞻性核心研究方向。在2019中國自動化大會“智能自動化承載未來”的主題下,面向模式識別基礎(chǔ)理論與方法,本次會議邀請了本領(lǐng)域部分資深專家與參會者分享最新研究成果和觀點,通過對模式識別的基礎(chǔ)理論前沿與未來發(fā)展的研討,喚起業(yè)界對相關(guān)基礎(chǔ)理論研究的進(jìn)一步重視,推動模式識別理論與方法在中國的研究與應(yīng)用。
大會現(xiàn)場一角
北京大學(xué)林宙辰教授主持會議
本次大會由中國自動化學(xué)會模式識別與機(jī)器智能專委會副主任、北京大學(xué)林宙辰教授主持。在會議中,首位分享嘉賓為清華大學(xué)的朱軍教授,他的報告題目是“深度學(xué)習(xí)的對抗攻擊與防御”。研究表明,深度學(xué)習(xí)模型易于被對抗噪聲誤導(dǎo)進(jìn)而發(fā)生錯誤,這一缺陷往往會給深度學(xué)習(xí)在關(guān)鍵領(lǐng)域的應(yīng)用帶來風(fēng)險;另外,深度學(xué)習(xí)模型通常很難被理解。針對這些挑戰(zhàn)性問題,朱軍教授分享了深度神經(jīng)網(wǎng)絡(luò)的對抗攻擊與防守方法,展示了相關(guān)研究成果在人臉識別等重要問題上的應(yīng)用效果。
清華大學(xué)朱軍教授做報告
第二位分享嘉賓為中國自動化學(xué)會模式識別與機(jī)器智能專業(yè)委員會副秘書長、清華大學(xué)的魯繼文副教授,他的報告題目是“深度度量學(xué)習(xí)與視覺內(nèi)容理解”。報告介紹了清華大學(xué)自動化系智能視覺實驗室近年來提出的面向視覺內(nèi)容理解的多個深度度量學(xué)習(xí)方法,主要包括小樣本深度度量學(xué)習(xí)、多視圖深度度量學(xué)習(xí)、對抗性深度度量學(xué)習(xí)、和非均衡深度度量學(xué)習(xí)等,及其在人臉與物體識別、行人跟蹤與再識別、圖像與視頻檢索等多個視覺內(nèi)容理解任務(wù)中的應(yīng)用。
清華大學(xué)魯繼文副教授做報告
第三位分享嘉賓為南開大學(xué)的程明明教授,他的報告題目是“開放環(huán)境下的自適應(yīng)視覺感知”。現(xiàn)有機(jī)器視覺學(xué)習(xí)方法依賴大規(guī)模精確標(biāo)注的訓(xùn)練樣本。實踐表明,在典型實驗室環(huán)境下設(shè)計和訓(xùn)練的人工智能模型,在行業(yè)應(yīng)用場景變換時,容易導(dǎo)致系統(tǒng)性能急劇下降。面向智能系統(tǒng)的自主發(fā)育,程明明教授從弱監(jiān)督視覺理解的角度分享了如何降低深度學(xué)習(xí)模型對特定應(yīng)用場景數(shù)據(jù)依賴的研究進(jìn)展,集中展示了高效視覺特征提取與魯棒深度學(xué)習(xí)模型集成方法、基礎(chǔ)通用視覺屬性學(xué)習(xí)方法、基礎(chǔ)通用視覺知識引導(dǎo)的弱監(jiān)督學(xué)習(xí)模型構(gòu)建方法、以及基于互聯(lián)網(wǎng)數(shù)據(jù)的自主知識學(xué)習(xí)方法。
南開大學(xué)程明明教授做報告
第四位分享嘉賓為中國自動化學(xué)會模式識別與機(jī)器智能專業(yè)委員會副主任、北京大學(xué)的林宙辰教授,他的報告題目是“深度神經(jīng)網(wǎng)絡(luò)和優(yōu)化之間的相互促進(jìn)”。優(yōu)化是機(jī)器學(xué)習(xí)中不可缺少的一部分。在此報告中,林宙辰教授展示了優(yōu)化對深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練以及網(wǎng)絡(luò)架構(gòu)設(shè)計的至關(guān)重要性,并在此基礎(chǔ)上進(jìn)一步揭示了優(yōu)化和深度神經(jīng)網(wǎng)絡(luò)之間的密切聯(lián)系。林宙辰教授還分享了其團(tuán)隊在該方向上的最新研究成果。
北京大學(xué)林宙辰教授做報告
現(xiàn)場參加研討會的聽眾被四位嘉賓生動的報告深深吸引,互動提問與討論熱烈。本次模式識別理論前沿研討會在掌聲陣陣和收獲滿滿中獲得了圓滿成功。
與會者提問