QQ在线
企业微信
资讯
435
首先，张海军（jun1）教授汇报了《视链学（xué）习》的研究（jiū）成果，视链学习是对视（shì）频内容、广告和（hé）用户的（de）相关性进（jìn）行系统（tǒng）建模和优化，将（jiāng）视链问题转化为（wéi）复杂约（yuē）束条件下的大规模（mó）跨场景检索、个性化推荐和优（yōu）化（huà）问题，张教（jiāo）授详细介（jiè）绍了基（jī）于视频特定人物的衣服（fú）识（shí）别方法、基于跨域衣服图像（xiàng）的生成及检索方（fāng）法（fǎ）、基于领域知（zhī）识（shí）驱动（dòng）的时尚搭配（pèi）与（yǔ）设计方法、视（shì）频显著（zhe）性检（jiǎn）测及其（qí）在视链（liàn）系统中的应（yīng）用等内容，提出视频广告嵌入（rù）将可以为商业广告的（de）发展提供巨大帮助。
紧接着，张召（zhào）教（jiāo）授报告《基于低（dī）秩编（biān）码的图像恢复和鲁（lǔ）棒子空间建模》，介绍了低（dī）秩（zhì）学（xué）习模型及其应（yīng）用和（hé）改进。低（dī）秩学习是一种表示学习；表示（shì）学习经常用（yòng）在深度学（xué）习和（hé）机器学习（xí）中，让（ràng）机器来学习特征的表达。传统的表示学习方法可能不能很（hěn）好的处理图片模糊、缺失等问题，采用低（dī）秩的方法可以对图（tú）像进（jìn）行（háng）复原（yuán）处理。张召教授（shòu）详细地介绍了（le）具（jù）体的（de）理论和（hé）算法，通过（guò）改进了（le）传统算法，来实现对人脸面部有（yǒu）遮挡（dǎng）并且进行模糊处理的情（qíng）况下进（jìn）行面部（bù）复原，改（gǎi）进后的效果比传统的效果更好（hǎo）。
随后，伍洲教授分享了《回声状态（tài）网（wǎng）络(ESN)在时间序（xù）列预测上的应用》。回声神经网络是一（yī）种新型（xíng）的循环神经网络（luò）(RNN)，它的特（tè）点是隐藏（cáng）层由大（dà）量（liàng）的随机（jī）稀疏连接的节点组成，并且只需要输出（chū）连接（jiē）权重值。伍洲（zhōu）教授介绍了该新型神经（jīng）网络的算法（fǎ）原（yuán）理，研究组对该网络应用在不同情况的太阳能预测（cè）工作，包括多簇回（huí）声（shēng）状态网（wǎng）络的太阳能预测、多时间尺度回声状态（tài）网络的（de）太阳能多任务预（yù）测、深度（dù）多隐（yǐn）藏层回（huí）声状态的太阳能预测以及基于链式回声状（zhuàng）态网络（luò）的时空太（tài）阳能（néng）预测。
最后（hòu），郝天永（yǒng）教授报告（gào）了《关于文本分析与处理技术在（zài）医学上（shàng）的应（yīng）用》，临床试（shì）验是针对人类参与者的（de）前瞻性研究，旨在回答有关生物医学或行为干预（yù）的（de）具体问（wèn）题；临床试验评估其安全性和有效性，是发现（xiàn）新的疾病治（zhì）疗方法以及发现、诊断和降低（dī）疾病风险的新（xīn）方法的重要步（bù）骤。通过分析（xī）开发（fā）新药的主要困难，郝教授针对性地提（tí）出了（le）2个研究问题（tí）：如何（hé）从非（fēi）结构（gòu）化资格标准文本中（zhōng）提取关键信（xìn）息，从（cóng）而（ér）帮助（zhù）加速（sù）患者招（zhāo）募?如何缩（suō）小临（lín）床（chuáng）试验研（yán）究人群与真（zhēn）实患者人群之间的差距?为了解决以上（shàng）的问题，截至目前，他所在的团队已经（jīng）建（jiàn）立了一个包含357017个医疗患（huàn）者的文本数据集。
在问答环节，参会人（rén）员积极分享了自己的讲座感（gǎn）悟，并向各位教（jiāo）授请教了相关问题，现（xiàn）场（chǎng）学术讨论氛围十（shí）分浓（nóng）厚。会议的（de）最后，与会代（dài）表（biǎo）与嘉宾合影（yǐng）留念，会议圆满结束。
本次（cì）研讨会使（shǐ）到场师生获（huò）益良多，深刻地认识到大（dà）数（shù）据与人工智（zhì）能技（jì）术对当今社会产生和日常生（shēng）活产生的（de）积极（jí）作用（yòng）和巨大影响力，同时促进了（le）学院教师在今后的教学和（hé）科研过程（chéng）中及时（shí）更新教学理念、改进教（jiāo）学方法，帮助相（xiàng）关同学了解大数据前沿知识，从（cóng）而获得更好的（de）成长与发展，也为培养高质量（liàng）应用型人才打下（xià）坚实的基础。
