“CAAI模式识别专家讲坛” 第二期

 

大数据模式识别与学习

中国海洋大学 · 青岛

 

2016年5月28日(星期六) 上午 8:00-12:00

 

中国海洋大学崂山校区图书馆第二会议室

程  序

8:00--8:30     开幕式

8:30--9:30     报告1

特邀讲者: 刘成林  研究员,中国科学院自动化研究所

报告题目: 关于模式识别系统鲁棒性的讨论

9:30--9:50     企业展示

9:50--10:00    茶歇

10:00--11:00  报告2

特邀讲者: 朱文武  教授,清华大学

报告题目: 三元空间大数据计算理论与方法

11:00--12:00  报告3

特邀讲者: 陈戈  教授,中国海洋大学

报告题目: The Patterns and Modes of the Ocean:A Big Data Perspective

参加人员:      计算机视觉、模式识别、机器学习领域专业人士、研究生、其他有兴趣者

报名方式:Email:ouccaaipr@163.com (请于 5 月 21 日前将参会回执回复至该邮箱,邮件主题请注明“CAAI-PR模式识别专家论坛中国海洋大学报告会回执”)

参加方式:      免费参加,敬请光临。

参会回执

    

    

姓名 职称/职务
电话 Email
工作单位

 

注:回执仅仅针对外地和外校的人员,本校人员无需提供。

特邀讲者  刘成林 研究员

  

刘成林,中科院自动化研究所模式识别国家重点实验室主任、类脑智能研究中心主任,研究员、博士生导师。2005年入选中国科学院“百人计划”。2008年获得国家杰出青年科学基金资助。1989年毕业于武汉大学无线电信息工程系,1992年在北京工业大学获电路与系统专业工学硕士学位,1995年在中国科学院自动化研究所获模式识别与智能控制专业工学博士学位。19963月到199710月在韩国科学技术院(KAIST)从事博士后研究。199711月到19993月在日本东京农工大学从事博士后研究。19993月到200412月在日立中央研究所(东京)先后任研究员和主任研究员。研究兴趣包括图像处理、模式识别、机器学习、文字识别与文档分析等。在国际期刊和国际会议上发表论文200余篇,合著英文专著一本。现任国际刊物Pattern Recognition, Image and Vision Computing, Int. J. Document Analysis and Recognition, Cognitive Computation的编委和国内期刊《自动化学报》的副主编。美国电气电子工程师协会会士 (IEEE Fellow)、国际模式识别学会会士(IAPR Fellow)

报告题目关于模式识别系统鲁棒性的讨论

报告摘要:过去关于模式分类方法的研究多数只关心如何提高测试数据的分类正确率(即泛化精度),而拒识和鲁棒性虽然在模式识别应用系统中非常重要,模式识别和机器学习领域的研究中对此关注较少。在“深度学习+大数据”方法取得巨大成功的今天,我们从研究和应用的角度都仍然需要对模式识别系统的鲁棒性予以高度重视。本报告首先分析模式识别系统的鲁棒性的内涵,然后从拒识的角度总结几种提高模式识别鲁棒性的方法。模式识别中主要有两类拒识:歧义拒识和异常模式拒识。两种拒识方式针对应用中不同的模式,且采用不同的模型和方法。我们回顾两种拒识方式的理论模型,并以文字识别问题为例列举几种具体方法。面向将来的研究,我们从模型结构和学习算法的角度提出几种研究途径。

特邀讲者  朱文武 教授

  

朱文武,清华大学计算机科学与技术系副主任,国家“千人计划”特聘专家,国家973项目首席科学家。IEEE Fellow、SPIE Fellow、ACM Distinguished Scientist。曾任微软亚洲研究院主任研究员,英特尔中国研究院首席科学家,及美国贝尔实验室研究员等职。现主要从事三元空间大数据计算、社会化多媒体计算、未来多媒体网络等研究工作。在多媒体计算、通信及网络等研究领域发表高水平国际论文260余篇。曾6次获ACM及IEEE等国际最佳论文奖。获2012年度国家自然科学二等奖(排名第2)。

报告题目:三元空间大数据计算理论与方法

报告摘要:本报告将以信息空间、物理世界和人类社会三元空间所构成的大数据为研究对象,以三元空间大数据的融合分析与认知为研究目标,探讨三元空间大数据计算问题。 首先介绍三元空间大数据计算所面临的各种复杂因素及挑战,然后探讨三元空间大数据计算的关键科学问题。针对关键科学问题,深入探讨三元空间异构数据的关联表征以及群智计算等基础理论和方法。

特邀讲者  陈 戈 教授

  

陈戈,1965年10月出生,浙江奉化人, 1993年6月博士毕业于中国海洋大学。现任中国海洋大学教授、博士生导师,信息科学与工程学院院长,教育部“长江学者奖励计划”特聘教授、国家杰出青年科学基金获得者。先后担任国务院学位委员会“海洋学科评议组”成员,国家863计划“地球观测与导航领域专家组”成员、海洋技术领域“海洋环境监测技术主题专家组”成员,教育部高等学校“海洋科学类专业教学指导委员会”秘书长。

陈戈教授是我国自主培养的第一位卫星海洋遥感博士,他在卫星海洋遥感的理论、方法与应用,特别是海洋大数据技术等领域取得了一系列自主创新的前沿性成果。先后主持和承担国家和省部级重点科研项目30余项,在遥感、海洋、大气和信息等领域的20多种国际主流刊物上以第一作者或通讯作者发表期刊论文180多篇(SCI/62,EI/55),出版专著2 部,论著被Nature Geoscience等35种国际知名刊物及多部权威学术专著他引900余次。30多次参加重要国际学术会议,30多次应邀担任联合主席、分会主席、组委会主席等职,15次应邀做特邀报告,为提升了我国海洋遥感和海洋信息学科在国际上的地位和影响力做出了积极贡献。

报告题目The Patterns and Modes of the Ocean:A Big Data Perspective

报告摘要:The past half-century experienced an explosive expansion in the volume of oceanic and atmospheric data, thanks to the substantial advances in ocean observation technologies such as satellite remote sensing and various float arrays. These new platforms and systems have greatly increased the domains of space, time and spectrum for ocean observation in terms of resolution, duration, coverage and continuity, leading to an unexpected ‘flooding’ of big data in huge dimensions. Obviously, we are not fully prepared for handling terabytes or even petabytes of new data on daily basis. How to analyse, interpret and make use of such a massive volume of data has become a serious challenge to the geoscience community. In this presentation, the background and opportunities of modern oceanography will be outlined. The development history of oceanography in terms of major driving forces will be briefly reviewed. The patterns of modes of the coupled ocean/atmosphere system will be presented on the basis of big marine data analysis to illustrated their complex spatiotemporal patterns and variabilities.

位置信息:

 

邀请函点击此处下载

© All rights reserved, CAAI-PR 2016