報告題目：Towards better generalized visual analysis for real-world challenges（面向真實世界挑戰(zhàn)的高泛化性視覺分析）
報告人： Haoliang Li（李皓亮）
報告時間：2023年6月30日 10:00-11:30
報告地點：江安校區(qū)多學科交叉研究創(chuàng)新大樓九樓919報告廳
報告內(nèi)容：
視覺識別任務極大地受益于深度學習方法的快速發(fā)展。然而，深度學習的成功在于強假設，即訓練和測試數(shù)據(jù)來自相似的特征空間和分布，這在現(xiàn)實場景中并不總是成立。因此，現(xiàn)有的基于深度學習的視覺識別技術往往缺乏泛化能力，這阻礙了它們應用于不同的實際場景。
在本次講座中，將介紹幾種基于深度學習的領域泛化方法來解決泛化性不足的問題，并且結(jié)合機器學習（變分貝葉斯）、軟件工程（覆蓋測試）和可解釋人工智能領域的基礎研究進行介紹，還將討論深度學習算法泛化問題的未來發(fā)展方向。
報告人簡介：
李皓亮，2018年于新加坡南洋理工大學（NTU）獲得博士學位。他目前是香港城市大學電機工程系的助理教授，研究主要集中在人工智能安全、多媒體取證和遷移學習。 2019年獲得Wallenberg-NTU校長博士后獎學金，2019年博士創(chuàng)新獎，2020年VCIP最佳論文獎，2022年AI+X中國青年學者50強，2022年斯坦福大學高被引科學家前2%。
永利yl23411官網(wǎng)
2023年6月28日
當前位置：