题目：基于深度学习的弱监督图像语义分割

摘要：为减少像素级标注的巨大负担，近年来提出了许多弱监督语义分割技术。随着深度卷积神经网络的进步，物体语义分割技术取得了显著的进步。本报告将重点介绍课题组在基于深度学习的弱监督语义分割方面的部分研究成果。

报告人简介：赵耀，长江学者特聘教授、国家杰出青年科学基金获得者、万人计划科技创新领军人才、科技部重点领域创新团队带头人。现任北京交通大学信息科学研究所所长，“现代信息科学与网络技术”北京市重点实验室主任。研究领域为数字媒体信息处理与智能分析，包括图像\\视频压缩，数媒体内容安全，媒体内容分析与理解，人工智能等。主持了973计划、863计划等课题30余项。在包括IEEE Trans.等国内外期刊、会议上发表论文200余篇。作为第一完成人获北京市科学技术奖一等奖等省部级奖励3项。指导的博士生5人获北京市和中国计算机学会优秀博士论文奖。主持的《多媒体技术应用》课程获选网络教育国家精品课程，获北京市高等教育教学成果一等奖。被遴选为IEEE Senior Member、 IET Fellow，并受邀担任了 IEEE Transactions on Cybernetics、IEEE Signal Processing Letters等多个国际杂志编委。曾获霍英东青年教师基金奖，詹天佑铁道科技奖青年奖，北京市五四奖章等荣誉称号，他是国务院学科评议组成员，享受国务院政府特殊津贴。

题目：视觉特征学习

摘要：机器视觉的目标就是让机器能像人一样自动“看懂”外部环境，因此是人工智能领域的一个重要研究方向。图像特征学习是机器视觉研究的核心问题，其目的是视觉信息进行加工分析，以便于进一步实现视觉理解。在汇报中，我将重点从高维视觉特征表达和深度视觉特征学习两个方面，介绍我们团队近年来在图像特征学习方面的一些工作。

报告人简介：刘青山，现任南京信息工程大学教授，博士生导师，江苏省大数据分析技术重点实验室主任，IEEE高级会员。2000年4月毕业于中科院自动化所模式识别国家重点实验室获博士学位，随后留实验室工作，2006年4月赴美国Rutger大学访问、工作。2011年9月加盟南京信息工程大学。主要研究方向为图像与视频分析、计算机视觉、和机器学习。先后入选江苏省特聘教授、教育部新世纪人才、江苏省双创个人、江苏省双创团队领军人才、科技部中青年领军人才等，2016年荣获江苏省优秀教育工作者称号。近年来主持承担国家杰出青年基金项目、国家自然基金重点项目、江苏省杰出青年基金项目等，以第一完成人获2016年度教育部自然科学二等奖、2017年江苏省教学成果二等奖、和2018年江苏省高校自然科学一等奖。

题目：优化与深度神经网络

摘要：优化是机器学习的不可或缺的组成部分。在这个报告里，我将展示优化不仅能用于训练深度神经网络，还可以用于网络设计。报告基于最近发表的AAAI 2019和ACML 2018两篇论文。在AAAI 2019论文中，我们提出了提升近邻算子机（LPOM），来把前向神经网络的训练问题近似为一个多凸（Multi-Convex）优化问题，从而可以方便地求解。LPOM具有多个优点：每个变量块容易更新、存储量和随机梯度法相同、可以使用任何Lipschitz连续的非降激活函数、容易调参、可以异步并行等等。LPOM可能会成为目前主流的随机梯度法的替代。在ACML 2018论文中，我们首先证明具有固定权重的深度神经网络等价于用梯度法来最小化某目标函数。接着，基于快的算法对应于好网络的假设，我们用比梯度法快的算法来最小化该目标函数，从而得到相应的深度网络，ResNet和DenseNet都是我们设计框架的特例。

报告人简介：林宙辰，北京大学信息科学技术学院机器感知与智能教育部重点实验室教授、国家杰出青年科学基金获得者。研究领域包括计算机视觉、图像处理、机器学习、模式识别和数值优化。他是CVPR 2014/2016/2019、ICCV 2015、NIPS 2015/2018和AAAI 2019的领域主席，AAAI 2016/2017/2018和IJCAI 2016/2018的高级程序委员。他是IEEE Transactions on Pattern Analysis and Machine Intelligence 和International Journal of Computer Vision的编委，IAPR和IEEE会士。

题目：连接社会多媒体大数据

摘要：社会媒体的快速发展促生了各种各样的社会媒体网络（Online Social Networking, OSN）服务。社会媒体具有明显的跨社会媒体网络特性：网络用户会同时注册并使用多个社会媒体网络服务。研究这些用户贡献的跨社会媒体网络数据对于连接社会媒体中的数据孤岛、并挖掘社会多媒体大数据额应用价值具有重要意义。从数据融合的角度，理解跨社会媒体网络数据关联是更复杂社会媒体分析和应用的基础；从用户建模的角度，利用用户在不同社会媒体网络中的数据可以帮助构建完整用户画像并提供更优质的信息服务。报告将从以用户为中心的角度介绍跨社会媒体网络数据挖掘和应用的基本研究框架，并结合研究案例介绍在这一框架下的两个基本任务：（1）From User：跨社会媒体网络关联挖掘；（2）For User: 跨社会媒体网络用户建模。

报告人简介：徐常胜，中国科学院自动化研究所特聘研究员，中国科学院大学岗位教授，国家杰出青年基金获得者，国家重点研发计划项目“大数据多模态交互协同关键技术”首席科学家，中国科学院王宽诚率先人才计划卢嘉锡国际团队“多媒体计算国际团队”负责人。目前是国际电子电气工程师学会会士（IEEE Fellow)，国际模式识别学会会士（IAPR Fellow）和国际计算机学会杰出科学家（ACM Distinguished Scientist），担任国际计算机学会多媒体专委会中国区（ACM SIGMM China Chapter）主席和中国计算机学会多媒体专委会副主任。担任过国际刊物“IEEE Transactions on Multimedia”和“ACM Transactions on Multimedia Computing, Communication and Applications”编委，担任过国际顶级多媒体会议“2009 ACM Multimedia Conference”程序委员会主席和2010年全国多媒体会议程序委员会主席。主持过国家自然科学基金重点项目和国际合作重点项目、973课题、中科院前沿重点项目和国际合作重点项目等，在多媒体分析，计算机视觉，模式识别，图像处理等领域发表论文300多篇，其中IEEE和ACM汇刊论文80篇，国际顶级会议会议论文40余篇。谷歌学术引用超过10000次，H-Index：57。在多媒体国际顶级会议和期刊上获得最佳论文奖10余次，包括2016年国际多媒体顶级会议ACM Multimedia的唯一最佳论文奖、2016年ACM Trans. on Multimedia Computing, Communications and Applications的唯一最佳论文奖、2016年IEEE Trans. on Multimedia的最佳论文荣誉奖、2017年IEEE Multimedia的唯一最佳论文奖等。获得过2009年中国计算机学会青年科学家奖，5次获得中国科学院优秀导师奖。

题目：基于分子图像理解的蛋白质功能预测与结构重构

摘要：近年来，随着分子测序和成像技术的快速突破，生物蛋白分子的序列和图像数据呈现爆炸增长趋势，发展海量数据内在联系的新算法方法，实现从蛋白序列和图像精确预测及重构它们的结构和功能是一个挑战性问题。分子成像作为一项描述蛋白质的新技术，在蛋白质功能预测和结构求解中发挥着越来越重要的作用，我将介绍我们组近期面向分子图像基于智能算法研究提出的蛋白质功能预测和图像3D重构方面的一点进展。

报告人简介：沈红斌，上海交通大学特聘教授、博士生导师，国家杰出青年科学基金获得者，主要研究领域为模式识别与生物信息学，担任上海市自动化学会模式识别专委会主任、上海市计算机学会生物信息学专委会副主任、BMC Bioinformatics Associate Editor、Science China Information Sciences Associate Editor，在Nature Protocols、Nature Structural and Molecular Biology、Bioinformatics等期刊发表SCI论文120余篇，建立30余个在线生物信息计算平台，已为50余个国家科学家广泛提供生物信息在线预测服务超过千万次，理论预报结果多次被实验验证。曾入选国家杰青、ESI高被引科学家、Elsevier中国高被引学者、万人计划青年拔尖人才、首届国家优青、全国百篇优博论文、第八届上海青年科技英才等计划与荣誉，指导4名研究生连续4年入选上海市研究生优秀成果（学位论文），主持生物医学大数据人工智能基础分析算法与在线预测应用系统项目入围2018世界人工智能创新大赛最高荣誉SAIL奖榜单，获2015年上海市自然科学一等奖（第1完成人）。

题目：神经精神疾病多模态磁共振脑网络方法研究

摘要：癫痫，抑郁症和焦虑症等神经、精神疾病发病率和漏诊率高，影像特征不明显，尚无客观指标用于早期诊断、风险评估及治疗方案的选择。 神经精神疾病脑影像分析涉及复杂的信息分析模型和方法。主要利用磁共振脑成像提供的功能和结构影像信息，探测脑功能活动特征，功能和结构网络特征，揭示神经精神疾病的影像学神经机制，以及发展多模态网络特征模式识别方法，揭示神经精神疾病影像学特征，提高分类准确率，为临床诊断和评估提供信息学客观的指标。

报告人简介：陈华富，电子科技大学，长江学者特聘教授，国家杰出青年基金获得者。中国图象图形学学会视觉认知与计算专业委员会副主任委员，电子科技大学神经信息教育部重点实验室副主任, 高场磁共振成像四川省重点实验室副主任。主要从事磁共振脑成像数据分析方法、机器学习、神经和精神疾病影像机制研究，探测疾病的典型影像学特征，为临床诊断和评估提供影像学依据。主持了科技部863项目、国家自然基金重点、杰青和面上等20余项科研项目。作为主要作者在Molecular Psychiatry，The American Journal of Psychiatry，Brain,  Schizophrenia Bulletin, NeuroImage, Human Brain Mapping 等杂志发表SCI论文200余篇，被SCI引用5000次。获教育部自然科学一等奖1项和教育部科技进步一等奖和二等奖各一项，获四川省科技进步自然科学类一等奖。