多名专家学者来西安电子科技大学开展学术交流,南京理工大学纪则轩副教授应邀来我校讲学

1月三日,南京理文大学副助教纪则轩在微处理机与信息工程高校楼318体育场合为师生作了题为《图像分割方法及其法学应用》的学术报告。高校部分教师职员和工人及硕士参与了报告会。

四月五日,华工周智恒助教、曾德炉教授和新疆财政和经济航空宇航大学杨祖元教师分别为Computer与音信工程大学师生作了《人工智能发展趋向与利用》《鲜明性物体分割的⼀些难点》和《相关源信号盲抽离及其在经济学非随机信号管理中的应用》的学术报告。本次报告会在微管理机与消息工程高校103会议厅实行,大学部分民办助教及大学生30余名倾听了讲座。

应软件高校刘西洋教授的特邀,瑞典王国林奈高校的AndreasKerren教师于二〇一七年五月5-8日来访,并做了题为“Visualization Showcases for
Analyzing Multivariate and Heterogeneous
Networks”的学术报告,并与师生实行深远沟通。报告会由软件高校软件切磋所副所长刘西洋教练师和范磊大学生主持。

会上,纪则轩首先介绍了图像分割的切磋背景和升高历史,从研商措施和前途商量方向等多少个方面周详授课了和睦组织最近几年的办事,针对图像自己劣势(噪声、灰度分布不均匀、低相比度和弱边界卡塔尔、病变的造型四种性、医师指引意见及须求的复杂、分化模态数据的差别性等,计算了私家在偏下多少个方面包车型大巴研究景况:基于模糊聚类的图像分割方(2009-二〇一四卡塔尔国、基于有限混合模型的图像分割方法(贰零壹陆-2017卡塔 尔(阿拉伯语:قطر‎、基于变分模型的图像分割方法(二零一六-2017卡塔 尔(阿拉伯语:قطر‎,基于人机联作式图论的图像分割方法,并呈现了在法学脑磁共振图像、网膜光学相干断层图像等世界的应用。

周智恒首先介绍了人工智能的研究背景和发展历史,接着从相关概念、斟酌方法和前途研究方向等多少个方面为大家精细入微授课了人工智能的钻探内容,使大学师生对人工智能有了更深切的摸底。随后,曾德炉从明显性检查评定期存款在的难点出发,汇报了图像分割、显明性检查评定相关的切磋方法,并主讲了课题组在2018年刚被CCF
A类会议IJCAI接纳的流行斟酌成果。最后杨祖元陈诉了盲源信号抽离的商讨背景和有关的钻研格局,并出示了在艺术学等领域的接收,并分享钻探共青团和少先队已赢得的研讨成果。

图片 1

在讯问环节,纪则轩与实地师生开展相互作用,并意志解答了现场师生建议的主题素材。

叩问环节中,贰个人助教与现场师生举办相互,意志力解答了师生建议的题目。本次讲座理论与实际结合紧凑,报告内容具有前沿性,肆人教授深入显出的上书,使大家受益良多。

图片 2

读书人简要介绍:

(Computer与音讯工程高校 刘国奇卡塔尔国

AndreasKerren教师的告诉描述了多元解析以致异构网络的可视化钻探领域中的钻探内容、进展以至使用。在报告中安德烈亚斯Kerren教师向本科生深入显出地介绍了近年来大额境况下多元深入分析和异构网络可视化的重要措施并譬喻表明了其职能,拓宽了本科生同学的认知,激发了本科生同学的研商兴趣。AndreasKerren助教进一层详细介绍了其团队(ISOVIS切磋小组卡塔尔国所产生的多元深入分析以致异构网络的可视化方面包车型大巴商讨职业,介绍和出示了该商讨小组依照其钻探成果开采的网络可视化情况及其在IEEE
VIS数据上的应用效益。最后,AndreasKerren教师与在场报告的师生实行了炽烈的评论,并对师生提议的主题素材开展了认真稳重的作答。报告后,AndreasKerren教师在新科技楼软件测验技巧实验室与师生进行了深入的探求。

纪则轩,副教师,硕士生导师,主持多项国家和省部级调查研究项目,辽宁省人工智能学会中国共产党企业工作委员会副监护人,IEEE会员,中国Computer学会会员,揭橥SCI随想近30篇,此中多篇为CCF
A类刊物和集会,担负十余个学术期刊审阅稿件人。

Prof. Dr. Andreas Kerren received the B.S. and M.S. degrees as well as
his PhD degree in Computer Science from Saarland University, Saarbrücken
. In 2008, he achieved his habilitation (docent competence) from Växjö
University . Dr. Kerren is currently a Full Professor in Computer
Science at the Department of Computer Science, Linnaeus University ,
where he is heading the research group for Information and Software
Visualization, called ISOVIS. His main research interests include the
areas of Information Visualization, Visual Analytics, and Human-Computer
Interaction. He is, among others, editorial board member of the
Information Visualization journal, has served as organizer/program chair
at various conferences such as IEEE VISSOFT 2013, IVAPP 2013-2015, or
VINCI 2016, and has edited a number of successful books on
human-centered visualization.

(计算机与消息工程大学 刘国奇卡塔 尔(阿拉伯语:قطر‎

11月6日,应埃德蒙顿财经政法大学电院印象处理连串实验室田春娜副教授的特约,澳洲Adelaide高校Computer科学大学沈春华教师于前年1月6日来校进行学术沟通访谈,并于中午在新科学和技术楼1012开会地点作了题为“Deep
Learning for Dense Per-Pixel Prediction and Vision-to-Language
Problems”的学术报告。报告由田春娜副助教主持。

图片 3

图片 4

第生机勃勃,沈春华介绍了她们组成深度学习和图模型的纵深结构化方法在逐像素分割难点上获取的硕果,并愈加体现了怎样在单大器晚成图像上更上意气风发层楼深度测度结果甚至在深层结构学习背景下哪些选用上下文消息进行语义分割。纵然吃水学习正倾向于营造更加深层的模型结构以狠抓品质,不过近期一些结果声明,思忖到其它约束只是增加网络层数不是一流选项。因而,沈春华公司建议叁个在分拣和语义分割职分上海大学幅减价越来越深层互连网的流行浅层残差互联网布局。在像素标定方面,沈春华演示了基于Cityscaps数据集的动态实验结果,并分析了这种措施相对于古板目的提取的特出性,同有的时候候也比方表明在拍卖高分辨率图像上时出于效能难题在探究应用上设有的艰巨仍待消除。

接着,沈春华介绍了图像标记与图像问答方面包车型大巴研讨成果。近些日子Computer视觉与自然语言管理这两大圈子所收获的研商成果推动了其他任务的提升。对图像实行语义领悟并以自然语言描述其故事情节,相对于事先大致的价签提取有了非常的大的演变。沈春华教授了她们在古板CNN+LSTM/福睿斯NN的互联网根底上,思谋到图像特点音讯提取大概不完善的标题,采纳在中游投入过渡层的方式(利用多实例学习来得到多个图像标签卡塔尔国改正模型质量。

在告知后的问话环节,在场师生积极提问与沈春华相互作用,沈春华细致地解答标题。这一场报告使得在座的师生对如今研究方向上的题目有了更遍布深刻的打听,收获超级大。

沈春华助教本科毕业于南大加强部;大学生结业于南京大学电子系,并从Adelaide大学得到计算机视觉方向的大学子学位。于二零一二年入职澳国Adelaide大学Computer科学大学,前后相继担任高端助教、副教师、教师。最近还要充作澳大布尔萨联邦(Commonwealth of Australia卡塔 尔(英语:State of Qatar)机器人视觉中心(Australian Centre for 罗布otic Vision)的品种CEO(Project
Leader)、阿德莱德大学机器上学实验室老董。在阿德莱德大学指导二个近二十一个人的公司从事总结机器学习以至Computer视觉领域的研商事业。他前边在澳大塞维利亚联邦(Commonwealth of Australia卡塔 尔(阿拉伯语:قطر‎国家信息通信手艺商讨院(National
ICT Australia)新奥尔良实验室和澳大奥马哈联邦(Commonwealth of Australia卡塔 尔(英语:State of Qatar)国立大学专门的学业近6年。
主持多项调查商讨课题,在首要国际学术期刊和议会公布散文160余篇。担当IEEE
TNNLS副责编、数拾遍担负机要国际学术会议(ICCV, CVPLAND,
ECCV等)程序委员。二〇一一到2014年被澳大多特蒙德(Australia卡塔 尔(阿拉伯语:قطر‎切磋理事委员会(Australian Research
Council)授予Future Fellowship。

发表评论

电子邮件地址不会被公开。 必填项已用*标注