QQ在線
企業微信
資訊
441
首先，張海軍教授匯報了《視鏈學習》的研究成果，視鏈學習是對視頻內容、廣告和用戶的相關性進行系統建模和優化，將視鏈問題轉化為復雜約束條件下的大規模跨場景檢索、個性化推薦和優化問題，張教授詳細介紹了基于視頻特定人物的衣服識別方法、基于跨域衣服圖像的生成及檢索方法、基于領域知識驅動的時尚搭配與設計方法、視頻顯著性檢測及其在視鏈系統中的應用等內容，提出視頻廣告嵌入將可以為商業廣告的發展提供巨大幫助。
緊接著，張召教授報告《基于低秩編碼的圖像恢復和魯棒子空間建模》，介紹了低秩學習模型及其應用和改進。低秩學習是一種表示學習；表示學習經常用在深度學習和機器學習中，讓機器來學習特征的表達。傳統的表示學習方法可能不能很好的處理圖片模糊、缺失等問題，采用低秩的方法可以對圖像進行復原處理。張召教授詳細地介紹了具體的理論和算法，通過改進了傳統算法，來實現對人臉面部有遮擋并且進行模糊處理的情況下進行面部復原，改進后的效果比傳統的效果更好。
隨后，伍洲教授分享了《回聲狀態網絡(ESN)在時間序列預測上的應用》。回聲神經網絡是一種新型的循環神經網絡(RNN)，它的特點是隱藏層由大量的隨機稀疏連接的節點組成，并且只需要輸出連接權重值。伍洲教授介紹了該新型神經網絡的算法原理，研究組對該網絡應用在不同情況的太陽能預測工作，包括多簇回聲狀態網絡的太陽能預測、多時間尺度回聲狀態網絡的太陽能多任務預測、深度多隱藏層回聲狀態的太陽能預測以及基于鏈式回聲狀態網絡的時空太陽能預測。
最后，郝天永教授報告了《關于文本分析與處理技術在醫學上的應用》，臨床試驗是針對人類參與者的前瞻性研究，旨在回答有關生物醫學或行為干預的具體問題；臨床試驗評估其安全性和有效性，是發現新的疾病治療方法以及發現、診斷和降低疾病風險的新方法的重要步驟。通過分析開發新藥的主要困難，郝教授針對性地提出了2個研究問題：如何從非結構化資格標準文本中提取關鍵信息，從而幫助加速患者招募?如何縮小臨床試驗研究人群與真實患者人群之間的差距?為了解決以上的問題，截至目前，他所在的團隊已經建立了一個包含357017個醫療患者的文本數據集。
在問答環節，參會人員積極分享了自己的講座感悟，并向各位教授請教了相關問題，現場學術討論氛圍十分濃厚。會議的最后，與會代表與嘉賓合影留念，會議圓滿結束。
本次研討會使到場師生獲益良多，深刻地認識到大數據與人工智能技術對當今社會產生和日常生活產生的積極作用和巨大影響力，同時促進了學院教師在今后的教學和科研過程中及時更新教學理念、改進教學方法，幫助相關同學了解大數據前沿知識，從而獲得更好的成長與發展，也為培養高質量應用型人才打下堅實的基礎。
