时间：2024年5月17日

地点：广西科技大学国际学术报告厅

报告题目： 混合模型协同的人工智能研究：方法和案例

报告摘要：本报告将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，本报告将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，本报告将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。

讲者简介：杨易，浙江大学求是讲席教授（二级教授），国家特聘专家。目前担任浙江大学计算机学院副院长、微软-教育部视觉感知重点实验室主任、人工智能省部共建协同创新中心副主任。主要研究方向为人工智能及其应用。所发论文Google Scholar引用6万余次，H-index 123，近6年连续入选Clarivate Analytics全球高被引学者。获教育部全国优秀博士论文（2010）、澳大利亚基金委青年研究职业奖（2013）、澳大利亚计算机学会颠覆创新金奖（2016）、谷歌学者研究奖（2016）、澳大利亚科研终身成就奖（2019）、亚马逊机器学习科研奖（2020）、IJCAI最具影响力论文（2021）、ACM MM唯一最佳论文奖（2023）等多项AI领域国际奖项，以及20余次国际科研竞赛世界冠军。

报告题目：新型鲁棒多核聚类算法

报告摘要：本次报告将介绍本课题组最近提出的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，我们提出了一个全新的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，我们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，我们进一步提出了一种无参的样本自适应Localized SimpleMKKM算法。代码开源于https://xinwangliu.github.io/

讲者简介：刘新旺，国防科技大学计算机学院教授，博士生导师。国家杰青，优青获得者。主要研究兴趣包括机器学习、数据挖掘等。近五年以第一或通讯作者在CCF A类顶刊和顶会上发表论文80余篇，包括IEEE TPAMI论文10篇，含3篇独立作者。ESI高被引论文12篇。谷歌学术引用一万四千余次，入选2022年度全球2%顶尖科学家榜单。担任IEEE TNNLS、IEEE TCYB、Information Fusion等期刊AE及ICML、NeurIPS等顶会的资深程序委员/领域主席。部分研究成果曾两次获得湖南省自然科学一等奖（2/6、6/6）。

报告题目：面向多模态预训练大模型的知识增强

报告摘要：近年来，在探索通用人工智能的可能发展方向中，多模态大模型已成为当前备受关注的重要方向，收到了学术界和工业界的广泛关注。多模态大模型的研究任务涵盖多模态问答和推理、图文生成、图像理解与推理等各个多个方面的内容。本报告着重介绍了研究团队在面向多模态大模型的知识增强方面的研究工作，围绕外部知识和模型知识两个方面开展了多模态预训练大模型与下游任务的适配问题研究，重点介绍基于多模态预训练大模型的小样本识别、图像理解、视觉问答、语义分割、图像检索、视觉定位等下游任务的适配工作，最后介绍在实际业务上的应用情况。

讲者简介：李泽超，南京理工大学计算机科学与工程学院/人工智能学院教授，副院长，国家青年人才，“社会安全信息感知与系统”工信部重点实验室副主任，南京理工大学学术委员会委员，分别于2008年和2013年毕业于中国科学技术大学和中国科学院自动化研究所。研究兴趣主要是媒体智能分析、计算机视觉等。发表ACM/IEEE Transactions和CCF A类会议论文80余篇；获得江苏省科学技术一等奖2项、中国电子学会自然科学一等奖1项等；获得ACM MM Asia 2020最佳论文奖和ICIMCS 2018最佳学生论文奖等；主持新一代人工智能国家科技重大专项课题、国家自然科学基金联合基金重点项目、江苏省杰出青年基金等；担任IEEE TNNLS等期刊编委；CSIG多媒体专委会常务委员、CCF多媒体专委会副秘书长。

报告题目：形态学特征引导的眼底图像血管分割方法研究

报告摘要：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。我们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。

讲者简介：蓝如师，桂林电子科技大学计算机与信息安全学院研究员，博士/硕士生导师，教师，第十七届广西青年科技奖获奖者，国家级青年人才计划，广西高校引进海外高层次人才“百人计划”，广西第一批高层次人才及桂林电子科技大学“英才计划”人选，获广西科学技术进步奖一等奖等奖励。围绕视觉内容分析与识别理论方法、关键技术和应用系统开展研究，旨在缓解数据质量与匹配精度之间的矛盾，在低质量数据快速复原、鲁棒性特征精准表示、结构化关系优化建模方面取得一系列成果。主持国家面上及青年基金、国家重点项目子课题、广西杰青、装备发展部快速扶持项目等，第一作者/通讯作者在IEEE/ACM汇刊、计算机辅助设计与图形学学报等权威期刊发表60余篇论文。

杨凡，教授，博士，硕士生导师，广西科技大学计算机科学与技术学院（软件学院）副院长。2017年博士毕业于兰州大学，广西高校“千骨计划”入选者，中山大学访问学者，CCF桂林分部执委，广西计算机学会理事。主要研究方向为图神经网络与复杂网络，主持各类科研项目6项，其中主持国家自然科学基金项目2项，发表SCI期刊论文16篇。

本期CCF-MM走进高校活动的地点是广西科技大学(文昌校区)（广西柳州市城中区文昌路2号）。本次会议不收取注册费，食宿差旅自理。

会议联系人

陶自为

联系电话：13978033970