搜索结果: 1-14 共查到“计算机科学技术 高端学术论坛”相关记录14条 . 查询时间(0.189 秒)
人工智能前沿技术高端学术论坛（五）
人工智能 高端学术论坛 蒋树强 视觉导航
2022/8/29
在三维环境中导航是智能系统（如军事搜救机器人，家庭服务机器人）应用在现实世界中的一项重要能力。在静态且可充分探索的环境中，借助地图定位智能系统能达到令人满意的导航性能。然而对于动态且未知环境，现有技术由于缺乏准确的地图而无法进行高效的导航。相比于机器，人类依赖于对目标先验知识（如视觉信息，上下文环境布局等），可以轻松在未知动态环境中高效地寻找目标物体。如何将人类的视觉导航能力赋予机器是视觉导航任务...
人工智能前沿技术高端学术论坛（六）
人工智能 高端学术论坛 金连文 光学文字识别
2022/8/29
光学文字识别（OCR）技术在图像理解、信息录入、智慧金融、智能办公、身份认证、电子商务等诸多领域有非常广阔的应用前景，是计算机视觉及人工智能领域的重要研究问题之一。近年来，基于数据驱动的深度学习方法已成为主流，但其性能极大依赖费时费力的海量样本收集和标注。在本报告中，我将从如何低成本生成/利用大规模数据、如何通过降低模型训练对标签的依赖这两个新的角度来介绍文本识别领域的一些最新进展，包括可学习数据...
机器学习的结果正确性、模型鲁棒性是大数据智能安全可信应用中不可回避、必须解决的关键问题，而数据质量是机器学习技术发挥作用的重要基础。数据中的噪声（特别是标签噪声），使得机器学习算法很难从数据中挖掘出高度可信的规则（相对于数据分析任务）或训练得到精准的模型（相对于机器学习任务），从而必然导致源于数据的知识和决策产生严重错误或偏差。报告介绍了目前的一些噪声过滤理论和方法，并重点介绍了团队提出的自适应标...
人工智能前沿技术高端学术论坛（二）
人工智能 高端学术论坛 领域自适应
2022/8/26
Unlike human learning, machine learning often fails to handle changes between training (source) and test (target) input distributions. Such domain shifts, common in practical scenarios, severely damag...
人工智能前沿技术高端学术论坛（三）
人工智能 高端学术论坛 宗子良 绿色人工智能
2022/8/26
随着人工智能模型的复杂程度快速增长，训练和推理这些复杂模型所消耗的能源和产生的碳排放也越来越高昂。过去十年，前沿人工智能模型的训练成本增加了30万倍（远远超过了摩尔定律的增长），训练单个AI 模型所需要的能耗和碳排放已经超过一架跨大西洋航班所消耗的能源和产生的碳排放，这将是不可持续的。本次报告将介绍绿色人工智能的研究现状和绿色软件基金会发布的软件碳排放指数标准，并探讨绿色人工智能未来一些可能的研究...
图像视频大数据智能分析与识别在多种实际应用中具有至关重要的作用，比如无人驾驶、网络空间内容安全以及社会公共安全等。然而实际应用中多媒体内容类别粒度多样。为此，我们研究了开放环境下多媒体内容细粒度分析与识别问题，主要是小样本细粒度识别、弱监督多媒体细粒度分析、细粒度哈希等，提出了基于知识迁移的小样本识别、深度协同因子分解模型、基于区域定位哈希的细粒度图像检索、基于注意力金字塔特征的细粒度小样本识别方...
人工智能前沿技术高端学术论坛（六）张盛平
人工智能 高端学术论坛 张盛平 图像编辑
2021/8/27
图像编辑技术，特别是图像美化技术在人们日常生活中得到广泛应用，如各类手机美颜APP在社交媒体中扮演非常重要的作用。图像编辑也是计算机视觉中一个非常重要的研究方向。不同于手机照片的编辑，商业摄影照片的图像编辑技术需要处理更高分辨率的图像，并且对细节的性能要求更高，具有更大的挑战。本报告将介绍我们针对商业摄影照片的图像编辑最新研究成果，包括图像抠图、曝光增强、逆光增强、人脸美化等技术，及开发的相关软件...
行人再识别(Person Re-Identification)旨在解决跨摄像头跨场景下目标行人的关联与匹配，作为智能视频监控系统的关键环节，对维护社会公共秩序具有重大作用。报告深入分析了近十几年行人再识别技术发展现状；报告首先从一个标准行人再识别算法流程出发，详细阐述三个关键技术：表征学习、度量学习和重排序优化。随后，列举了实际开放场景中面临的主要难点与挑战，并据此概括了五种开放行人再识别任务：遮...
人工智能前沿技术高端学术论坛（八）
人工智能 高端学术论坛 吴保元 人工智能
2021/8/27
Adversarial machine learning (AML) studies the phenomenon that machine learning may make inconsistent actions with humans. Some paradigms have been recently developed to explore such inconsistency at ...
人工智能前沿技术高端学术论坛（四）桑基韬
人工智能 高端学术论坛 桑基韬 机器学习
2021/8/25
随着深度神经网络的广泛应用，机器学习相关算法在单项测试中的准确率达到甚至超过了人类水平，正逐步实现从“不能用”到“可以用”的技术跨越。然而，在医疗诊断、无人驾驶等强安全性的应用领域，由于鲁棒性差、违背常识伦理、难以测试调试等问题，机器学习算法距离工业级大规模场景下的“很好用”仍有一段距离。我们尝试将这种“不好用”的原因归结为机器学习算法对人知识蒸馏的过程中学习到的两类“虚假相关性”：（1）欠蒸馏，...
人工智能前沿技术高端学术论坛（五）景丽萍
人工智能 高端学术论坛 景丽萍 深度生成模型 机器学习https://www.sc.sdu.edu.cn/info/1012/1042.htm
2021/8/25
近几年的深度生成模型方法尝试将概率推理的普遍性与深度学习的可扩展性相结合来开发应用于不同场景的深度学习算法。然而，面对样本标记不足甚至无标记信息场景，生成式模型的稳定性往往难以保证。本报告基于生成式模型构建理论，结合弱监督与无监督学习任务，介绍我们最近在不均衡分类学习和聚类学习场景下所提出的深度生成式模型。其中，深度生成式鲁棒不均衡分类模型利用模型扰动和数据扰动增强弱监督分类器的鲁棒性；层次化深度...
人工智能前沿技术高端学术论坛（一）孙宝臣
人工智能 高端学术论坛 领域自适应 机器学习
2021/8/24
Unlike human learning, machine learning often fails to handle changes between training (source) and test (target) input distributions. Such domain shifts, common in practical scenarios, severely damag...
人工智能前沿技术高端学术论坛（二）李宇峰
人工智能 高端学术论坛 李宇峰 半监督学习
2021/8/24
半监督学习利用未标记数据来提高模型泛化性能，有效减少标注代价。半监督学习范式具有广阔的应用前景，但是能否稳健地适应数据环境的应用需求还亟待研究。当训练和测试数据包含来自未知分布的示例时，学习算法往往会失败。分布外样本（OOD）或来自新类的样本，成为在实际任务中部署学习模型的一个挑战。以往的研究主要集中在监督或无监督情景，而对半监督情景的研究仍然有限。本次报告将介绍半监督学习在获得稳健性能方面的近期...