蘭州理工大學(xué)網(wǎng)站標(biāo)識(shí) 蘭州理工大學(xué)網(wǎng)站標(biāo)識(shí)

請(qǐng)輸入搜索信息
奮進(jìn)求是
當(dāng)前位置 > 首頁(yè) > 教學(xué)科研 > 正文 >
教學(xué)科研
計(jì)通學(xué)院舉行研究生學(xué)術(shù)報(bào)告
來(lái)源：計(jì)算機(jī)與通信學(xué)院
瀏覽：次
2023-05-04

應(yīng)計(jì)通學(xué)院邀請(qǐng)，英國(guó)格拉斯哥大學(xué)楊笑塵老師，北京郵電大學(xué)博士研究生常東良于2023年4月26日下午3點(diǎn)在彭家坪校區(qū)圖書(shū)館5樓報(bào)告廳為計(jì)通學(xué)院研究生做了題為“度量學(xué)習(xí)的魯棒性和泛化性分析”和“細(xì)粒度圖像分類(lèi)”的學(xué)術(shù)報(bào)告會(huì)。

楊笑塵分享了她在機(jī)器學(xué)習(xí)理論方面的最新研究成果。介紹了許多統(tǒng)計(jì)和機(jī)器學(xué)習(xí)方法，如K近鄰算法和K均值聚類(lèi)算法。依賴(lài)于數(shù)據(jù)點(diǎn)之間的距離度量。度量學(xué)習(xí)通過(guò)構(gòu)建優(yōu)化問(wèn)題，約束樣本的類(lèi)內(nèi)和類(lèi)間距離，從而找到適合當(dāng)前任務(wù)的距離度量方式。通過(guò)一種提高度量學(xué)習(xí)算法對(duì)抗魯棒性的方法，然后從優(yōu)化算法的角度討論度量學(xué)習(xí)的泛化能力。最后強(qiáng)調(diào)了機(jī)器學(xué)習(xí)在人工智能領(lǐng)域的重要性和廣泛應(yīng)用，并展望了未來(lái)的研究方向和挑戰(zhàn)。

常東良匯報(bào)了他在細(xì)粒度圖像分類(lèi)應(yīng)用方面的研究成果。通過(guò)大規(guī)模的human study實(shí)驗(yàn)發(fā)現(xiàn)，大多數(shù)現(xiàn)有的細(xì)粒度視覺(jué)分類(lèi)模型僅輸出單粒度標(biāo)簽的方式存在若嚴(yán)重的實(shí)用性問(wèn)題，不能滿(mǎn)足所有人的需求——具有不同專(zhuān)業(yè)/知識(shí)背景的人，想要的答案是不一樣。為此，介紹了基于解耦增強(qiáng)網(wǎng)絡(luò)的多粒度圖像分類(lèi)算法，實(shí)現(xiàn)了標(biāo)簽自適應(yīng)?；诳缒B(tài)知識(shí)觸臺(tái)的細(xì)粒度圖像分類(lèi)算法，嘗試如何將Al模型學(xué)握的細(xì)粒度知識(shí)傳遞給普通人，讓你我這些(鳥(niǎo)類(lèi))識(shí)別的外行，在知識(shí)的幫助下，也能夠看出這些(鳥(niǎo)類(lèi)) 的差異，進(jìn)而識(shí)別他們。最后他強(qiáng)調(diào)了機(jī)器學(xué)習(xí)在大數(shù)據(jù)時(shí)代的應(yīng)用潛力和前景，并討論了在應(yīng)用中可能面臨的挑戰(zhàn)和解決方法。

楊笑塵和常東良還與在場(chǎng)的師生們進(jìn)行了深入的交流與討論，分享了他在實(shí)際應(yīng)用中的經(jīng)驗(yàn)和教訓(xùn)。整個(gè)報(bào)告會(huì)氣氛熱烈，兩位專(zhuān)家的匯報(bào)內(nèi)容引發(fā)了與會(huì)師生們的濃厚興趣。在互動(dòng)環(huán)節(jié)中，師生們積極提問(wèn)，與兩位老師進(jìn)行了深入的學(xué)術(shù)交流。兩位專(zhuān)家耐心解答了師生們的問(wèn)題，并鼓勵(lì)大家在自己的領(lǐng)域內(nèi)深耕細(xì)作，不斷探索創(chuàng)新。（撰稿：金亞蓉；審核：高國(guó)禮）