报告名称：多视角学习前沿讲座
报告时间：2022年9月21日（周三）19:00至21:00
讲座地点：
线上：腾讯会议（738 683 952）
线下：西电北校区会议中心203会议室
讲座人1介绍
张长青，天津大学智能与计算学部英才副教授、博士生导师。其主要研究方向为机器学习、智能医学。2017-2018年在北卡罗拉纳大学教堂山分校担任研究员。在IEEE TPAMI/IJCV/NeurIPS/ICLR等顶级期刊和会议上发表论文50余篇。Google Scholar引用5500余次。获得ICME最佳论文等国际会议论文奖3项。主持和参与多项国家自然基金面上项目/重点项目、国家重点研发计划项目。
讲座内容简介
报告题目：自适应多模态数据融合
多模态人工智能技术正在被广泛应用到智能医疗、机器人感知等重要领域。精准、可靠的多模态机器学习成为支持重要应用的关键技术。多模态数据为智能系统提供了丰富信息，使得多模态智能系统可以“兼听则明”，提高分类和预测准确性。在许多真实应用中，由于传感器的不稳定性和损坏、场景的动态变化，造成了关联复杂、低质量的多模态数据。本报告将介绍如何实现自适应复杂多模态数据的融合技术，保证多模态协同的稳定性和可信性。
讲座人2介绍
文杰，博士（后），哈尔滨工业大学（深圳）助理教授，硕士生导师，深圳市高层次人才。担任深圳市视觉目标检测与判识重点实验室副主任,中微半导-哈工大（深圳）人工智能芯片实验室主任。曾获评为“中国博士后创新人才支持计划”（#2019年）、深圳市优秀博士后（#2020年）。从事机器学习、数据挖掘、模式识别及计算机视觉的研究，在TCYB、TMM、TNNLS、TIP、TSMC-S、TCSVT等期刊和人工智能会议AAAI、IJCAI、ACM MM和ECCV上发表论文七十余篇。是TPAMI、TNNLS、TIP、TMM、AAAI、IJCAI、CVPR、ICCV等国际期刊和会议审稿人,会议ACM MM（#2021、#2022）Area Chair，会议ACAIT（#2021）广东省区域主席。
讲座内容简介
报告题目：自适应多模态数据融合
多视角聚类通过联合从不同源域、不同特征提取方式提取到的多个视角表征数据的信息，通常能够获得比单一视角更好的聚类性能。然而传统多视角聚类方法普遍基于视角完备性假设，不适于处理应用中实际搜集到的含有缺失视角的不完备多视角数据。近年来，不完备多视角聚类的研究受到了非常多的关注，在各大国际顶级期刊和会议上也涌现出了非常多的算法。本报告将从“矩阵分解”、“图学习”、“缺失信息复原”及“深度学习”等4个技术层面介绍在“不完备多视角聚类”方面的工作，相关工作的代码已公开在主页：https://sites.google.com/view/jerry-wen-hit/publications。
