CCF TCMT CCF多媒体专委会 2021-01-18

CCF-MM走进高校系列活动

CCF@U：CCF-MM

安徽工业大学

2021年1月16日上午，CCF-MM走进安徽工业大学活动在线上举行。本次活动由安徽工业大学计算机科学与技术学院承办，会议邀请到中国科学院计算技术研究所王树徽研究员、南京理工大学李泽超教授、南京大学李宇峰副教授三位专家带来的精彩报告，本次活动由安徽工业大学计算机科学与技术学院黄俊副教授主持。 安徽工业大学计算机科学与技术学院吴宣够副院长在会上致辞，对各位专家和来宾表示欢迎，同时介绍了安徽工业大学计算机科学与技术学院的基本情况和发展历史。

王树徽研究员首先做了题“可解释跨媒体分析与推理”的专题报告，主要围绕跨媒体呈现出跨模态、跨数据源的复杂关联特性，现有方法从学习机理、分析过程、推理结果等方面存在难以解释的难题。首先针对跨媒体分析推理的可解释性学习目标，提出可解释分析推理的问题定义。其次介绍了研究组近期的初步研究尝试，包括机理可解释的开放域迁移识别、表征可解释的视频语义理解、过程可解释的视觉问答技术等。最后，基于已有研究结论，以及符号主义与连接主义结合的思想，探讨可解释跨媒体分析推理技术的未来发展趋势。

李泽超教授的报告题目为“开发环境多媒体内容智能分析”，他指出图像视频大数据智能分析与理解在多种实际应用中具有至关重要的作用，比如无人驾驶、网络空间内容安全以及社会公共安全等，而实际情况下训练数据往往是受限的。针对开放环境下智能图像内容理解问题，李泽超教授注重介绍他们在半监督和弱监督条件下的图像内容分析方面取得的研究成果，如半监督特征选择方法，基于分析用户信息的张量分解模型以及基于锚体的张量分解模型，高效的融合社交网络图像的多源异质信息，深度协同因子分解模型，将图像和标签映射到统一空间，以及同时解决图像标注、标签优化、基于内容的图像检索以及标签扩展等多种任务。

李宇峰副教授的报告题目为“安全弱监督学习及其应用初探”， 他指出弱监督学习是机器学习的重要领域，近年来得到广泛关注，然而不少文献指出其有时工作的效果欠佳，难以直接依赖，弱监督学习的安全性亟待研究解决。在独立同分布情况下，报告中他首先介绍了他在安全弱监督学习方面提出的一般型框架和理论基础，对于分类和回归任务均获得较好的结果。其次，介绍了弱监督学习在应对分布失配的安全深度半监督学习方法。最后，介绍了安全弱监督学习在滴滴出行的实际应用，并探讨了未来弱监督安全学习的发展方向，如人机协同、领域知识嵌入等。

本次报告会在每场报告后都设置了问答环节，参会老师和同学踊跃提问、积极互动，与报告专家展开深入地探讨和交流，本次报告会取得圆满成功。