報告時間：2021年10月10日上午8:30-11:00

報告形式：騰訊會議 ID：290 198 305 會議密碼：654321

學術報告1

報告人：陳松燦教授

報告題目：Leave Zero Out：機器學習中一個高效和有效的模型選擇策略

報告時間：2021年10月10日上午8:30-9:20

報告摘要：模型選擇是機器學習的核心。交叉驗證(Cross-Validation-CV)作為一種廣泛采納并在經驗上行之有效的選擇策略，常常面臨需多重數據劃分驗證所導致的效率低下及在少標記樣本學習場景下難奏效等問題。本報告嘗試給出一種無需交叉驗證(Leave-Zero-Out)的高效和有效的選擇新策略，使之更趨于實用。

報告人簡介：陳松燦，南京航天航空大學計算機學院/人工智能學院（二級）教授。

國際模式識別學會會士(IAPR Fellow)和中國人工智能學會會士(CAAI Fellow)。Google Scholar被引數超16000次，H-指數57。2014-2020連續7年入選Elsevier中國高引學者榜。現任中國人工智能學會(CAAI)常務理事, CAAI機器學習專委會主任和江蘇省人工智能學會（JSAI）常務副理事長。至今主持國家自然科學基金項目12項，其中重點項目1項。

學術報告2

報告人：邵明文教授

報告題目：基于注意力的幾種深層神經網絡圖像去雨模型

報告時間：2021年10月10日上午9:20-10:10

報告摘要： 圖像去雨（Image Deraining）是指從被雨滴/雨條紋覆蓋的退化圖像中恢復干凈的背景場景。其關鍵在于恢復模糊區域的內容、紋理等信息，從而獲得視覺上逼真的恢復結果。當前，傳統編碼器-解碼器結構傳輸雨滴信息不準確、現有方法未充分利用全局和局部信息的融合、現有雨滴圖像建模方式不合理。針對以上問題，我們設計了基于 GRU 的選擇性特征傳輸單元，并利用自注意力模塊，構建了全局-局部信息融合機制，提升了雨滴去除效果；提出了不確定性雨滴軟掩碼，改進了現有雨滴圖像建模方式；并利用圖像的多尺度自相似性，提升了去雨效果。

報告人簡介：邵明文，博士，中國石油大學（華東）計算機科學技術學院教授，博士生導師。中國人工智能學會粒計算與知識發現專委會常務委員、知識工程與分布式智能專委會委員，中國計算機學會機器學習專委會委員、中國計算機學會計算機視覺專委會委員。主要研究方向：深度學習、計算機視覺、粒計算、形式概念分析等。近年來，在國內外重要雜志和國際學術會議上發表學術論文90余篇，其中SCI收錄60多篇。先后主持完成國家自然科學基金項目4項、教育部項目1項、省部級項目5項。

學術報告3

報告人：孟德宇教授

報告題目：如何成為一名合格的學者---從寫好一篇學術論文談起

報告時間：2021年10月10日上午10:10-11:00

報告摘要：本報告中，簡單介紹一些個人在機器學習與計算機視覺研究中所感受的經驗與體會，特別從寫作一篇合格到達標、從領域立足到追求卓越的學術論文為出發點，與大家共同探討如何把握科學研究的規律，從而努力成為具有一定學術影響的合格學者。

報告人簡介：孟德宇，西安交通大學教授，博導。國家“萬人計劃”青年拔尖人才，任西安交大大數據算法與分析技術國家工程實驗室機器學習教研室負責人。共接收/發表論文80余篇，其中包括IEEE匯刊論文34篇，CCF A類會議論文37篇。目前主要聚焦于自步學習、誤差建模、張量稀疏性等機器學習與計算機視覺領域的基礎研究問題。

歡迎廣大師生參加！