人工智能與模式識別專業委員會檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

人工智能與模式識別專業委員會於1986年11月在太原山西大學成立，同時召開了第一屆學術會議。專委前身是人工智能學組，由中國科學院院士、吉林大學王湘浩先生創建。專委覆蓋內容主要包括人工智能基礎理論、知識表示與推理、機器學習、知識工程、智能規劃、啟發式搜索、數據挖掘、計算智能、神經網絡、演化計算、分布式人工智能、模式識別、自然語言處理、信息檢索與抽取、智能系統應用等。專委致力於聯繫和團結本領域廣大研究人員，組織學術活動，增進學術交流，促進我國計算機學科人工智能領域研究與應用的發展。專委運行規範、活動活躍，學術水平能代表華人學者在該領域的水準，受到該領域人士的高度認可。

相關資訊

計算機科學與技術學院成功舉辦中國計算機學會人工智能與模式識別專委會走進高校雲論壇

2020年7月26日上午，中國計算機學會人工智能與模式識別專業委員會（CCF-AI）走進高校活動以在線直播的形式圓滿舉行。

本次活動主題為「人工智能前沿技術與應用」，由中國計算機學會主辦，山東建築大學承辦，山東建築大學計算機科學與技術學院聶秀山教授和劉萌教授負責具體組織工作。山東大學軟件學院教授、山東建築大學計算機科學與技術學院特聘院長尹義龍主持開場，概要介紹了會議籌備情況。山東建築大學計算機科學與技術學院馬宏偉院長致開幕辭，向參會同行介紹了山東建築大學以及計算機科學與技術學院的基本情況，表達了對報告專家的感謝、對參會同行的歡迎。本次活動邀請了南京大學高陽教授、南京信息工程大學劉青山教授、清華大學魯繼文副教授、西安電子科技大學王笛副教授四位優秀學者做學術報告。

第一位報告專家是南京大學高陽教授，他的報告題目是「多智能體強化學習及其應用」。首先，高老師介紹了多智能體強化學習的背景，這其中包括強化學習的基本框架、強化學習的應用場景、多智能體強化學習與單智能體強化學習之間的區別、多智能體強化學習研究範疇與發展扼要。之後，高老師介紹了多智能體強化學習的研究現狀，主要包含四類多智能體強化學習方法，即單智能體強化學習擴展、基於通信的方法、基於合作的方法以及基於智能體建模的方法，並且總結了這幾類方法的優缺點。隨後，高老師介紹了他的研究團隊在多智能體強化學習方面的理論研究成果和一些實際工業應用。最後，高老師對多智能體強化學習的研究和應用進行了簡要總結。

第二位報告專家是來自南京信息工程大學劉青山教授，他的報告的題目是「基於深度學習的遙感影像分析」。首先，劉老師對機器視覺及其廣泛的應用前景、遙感圖像大數據應用、視覺特徵學習與表示進行了詳細的介紹。隨後，劉老師介紹了高光譜圖像的特點與挑戰，並介紹了他們研究小組在高光譜圖像分類方面的一些研究工作，例如：基於雙向卷機LSTM、基於級聯循環網絡、注意力機制引導、基於多任務GAN的高光譜圖像分類。在這之後，劉老師介紹高分辨率圖像的的特點與挑戰，同時介紹了其在高分辨率圖像分類方面的一些研究成果。最後，劉老師分享了其近期在氣象方面的研究工作，包括衛星雲圖氣旋系統分析、西北太平洋熱帶氣旋生預測和降水估計等，並提出了一些對於視覺特徵學習方面的思考。

第三位講者是來自清華大學的魯繼文副教授，他的報告的題目是「非監督表示學習與視覺內容理解」。首先，魯老師對視覺內容理解典型應用和代表性任務進行了簡單地介紹，同時展示了深度學習驅動下視覺內容理解任務取得的一些成果。鑑於現有深度學習模型依賴標註數據的問題，魯老師引出非監督表示學習解決的問題，即通用特徵表示、海量數據利用、標註成本降低、模仿人類學習。而後，魯老師講解了如何從非監督表示學習到視覺內容理解。隨後，魯老師對其在局部非監督表示學習以及全局非監督表示學習方面的一些工作進行了展開介紹。最後，魯老師對非監督表示學習的核心思想、優點和目標進行了總結。

第四位講者是來自西安電子科技大學的王笛副教授，她的報告的題目是「基於矩陣分解的跨模態哈希學習」。首先，王老師對跨模態哈希任務的研究背景、跨模態哈希任務以及跨模態哈希研究現狀進行了詳細的介紹。隨後，王老師介紹了其在無監督跨模態哈希方面的一些研究成果，包括基於類標一直矩陣分解的跨模態哈希方法、魯棒離散跨模態哈希方法、聯合和獨立的矩陣分解跨模態哈希方法、以及在線協同矩陣分解跨模態哈希方法等。最後，王老師對於跨模態哈希研究進行了總結，同時對其在跨模態哈希方面的未來研究方向給出了簡單介紹。

本次活動採用線上騰訊會議和B站直播的方式進行，吸引了眾多同行學者的積極參與，B站直播間人氣峰值為7766。本次活動的舉行拓展了我校師生與國內外高水平學者的交流渠道，對助力我校計算機科學與技術學科發展起到了積極作用。