【总结】CCF-MM走进高校@广西科技大学

CCF多媒体专委会 2024年05月24日 15:59 北京

CCF-MM走进高校系列活动

CCF@U:

CCF-MM走进广西科技大学

2024年5月17日上午，由中国计算机学会（CCF）多媒体技术专委会主办、广西科技大学计算机科学与技术学院（软件学院）承办的“CCF-MM走进广西科技大学”学术论坛活动在广西科技大学国际学术报告厅成功举办。本次活动邀请了浙江大学杨易教授、国防科技大学刘新旺教授和桂林电子科技大学蓝如师教授作学术讲座。讲座由广西科技大学计算机科学与技术学院（软件学院）副院长杨凡教授主持。

党委书记秦川致欢迎词

会议开始，由广西科技大学计算机科学与技术学院（软件学院）党委书记秦川致辞。秦川首先向三位报告嘉宾表示热烈的欢迎和衷心的感谢，并强调了本次论坛对促进学术交流与合作的重要作用。他还表达了希望通过此次CCF多媒体技术专委会的分享与交流，进一步开阔师生视野、拓宽科研思路，并预祝本次报告会取得圆满成功。

接下来，CCF-MM副秘书长李泽超教授对本次报告会、多媒体专委会组织结构，及CCF一系列活动进行了介绍，并鼓励更多的师生参与到活动中。

学术报告环节

杨易教授作报告

杨易教授以“混合模型协同的人工智能研究：方法和案例”为题作学术报告。报告首先介绍混合模型协同在人工智能领域的研究背景，讨论如何在垂直领域应用中实现预训练大模型、先验知识及领域专用模型的高效整合。随后，通过内容生成等应用场景的深入分析，详细阐述混合模型协同在解决特定领域问题时，针对可解释性、计算效率和鲁棒性等方面所展现出的优势。最后，展望人工智能研究中发展混合模型协同技术的前景，探讨其在实际应用中的潜力和价值。

刘新旺教授作报告

刘新旺教授以“新型鲁棒多核聚类算法”为题作学术报告。报告介绍了课题组最近提出的SimpleMKKM融合聚类框架及其相关拓展。首先，区别于常用的min-min/max-max聚类算法，提出了一个全新的min-max模型，并设计了新的求解算法，保证了得到的解具有全局最优性。该模型在不同应用中展示了优越的聚类性能，且不含任何超参数。接着，采用核矩阵局部对齐的思想对其进行了拓展，提出了Localized SimpleMKKM算法。其次，进一步提出了一种无参的样本自适应Localized SimpleMKKM算法。

蓝如师教授报告环节

蓝如师教授以“形态学特征引导的眼底图像血管分割方法研究”为题作学术报告。报告首先指出，眼底图像血管形态识别分析可以用于眼科疾病和多种心脑血管疾病的辅助诊断。基于深度学习的视网膜眼底图像血管分割方法，大多专注于设计强大的深层网络架构和损失函数来识别血管特征，而忽略了对血管固有的曲线结构、血管交叉点等形态学特征的关注，这些方法往往会有泛化性能不足，以及血管的分割结果不连续，细小血管遗漏等问题。借鉴数字图像处理中的膨胀操作等形态学操作思想，通过形态学特征引导的深度神经网络模型，解决了血管尺度差异、少样本下血管特征挖掘，血管结构几何形状捕获等问题。在多个眼底图像公开数据集及冠状动脉造影数据集上的实验结果表明，所提出的方法取得了领先的性能。

学术交流环节

本次活动专家们进行了精彩的报告，吸引了教师学者和硕士研究生100余人参会。3位专家的报告以深入浅出、图文并茂的方式将高深的专业知识变成通俗易懂的案例展现出来，现场学术氛围浓厚，同学们与3位专家也进行了积极的互动交流。本次活动使广西科技大学师生了解到领域内的最前沿学术动态，从而加深对整个领域的认识和了解。最终在与专家的深入讨论中圆满结束。

2024年CCF-MM执行委员增选

2024年多媒体技术专委会的执行委员增选工作现已开始，如有意申请，请扫描左侧二维码了解相关信息。

​

微信扫一扫
关注该公众号