bat365中文官方网
科研工作

数智论坛第七讲:“开放环境模式识别的研究问题与进展”

来源:bat365中文官方网站     发布日期:2022-12-05    浏览次数:


报告时间:20221208 14:30-16:30

报告地点:腾讯会议 560-768-645

报告题目:

开放环境模式识别的研究问题与进展

报告简介:

传统的模式识别和机器学习方法假设闭合类别集、独立同分布、大数据训练。这些假设条件下,深度学习方法取得了优异的性能。然而在开放环境下,包括深度学习在内的已有方法面临一系列新的技术挑战:类别集变化、分布变化、样本有限等。针对这些挑战,学术界提出了一些有效的计算模型和方法,包括开放集识别、领域自适应、结构化预测、小样本学习、持续学习、跨模态学习等。本报告对开放环境模式识别的研究问题进行分析,介绍一些研究进展,包括基于卷积原型网络的开放集识别、类别增量学习、跨模态文字识别、深度置信度估计等。最后,对未来研究方向进行展望。

报告人介绍:

刘成林,中国科学院自动化研究所副所长,模式识别国家重点实验室主任,研究员、博士生导师,中国科学院大学人工智能学院副院长。1989年、1992年、1995年分别在武汉大学、北京工业大学、中国科学院自动化研究所获学士、硕士和博士学位。1996年至2004年先后在韩国科学技术院、日本东京农工大学、日立中央研究所从事博士后和研发工作。2005年起在中国科学院自动化研究所任研究员。2008年获得国家杰出青年科学基金。研究兴趣包括模式识别、机器学习、文字识别与文档分析等。在国内外期刊和学术会议上发表论文300余篇,合著英文专著一本。现任Pattern Recognition期刊和《自动化学报》的副主编,以及多个期刊的编委。任国际模式识别学会副主席,中国人工智能学会副理事长、会士,中国自动化学会会士、模式识别与智能系统专委会主任,中国图象图形学学会常务理事。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)

 

 

 

上一篇
下一篇