論壇主題：智能和優(yōu)化理論及其應用實踐

論壇時間：2020年5月10日(星期日)，下午14:30-17:30

論壇方式：基于騰訊會議在線論壇

近年的研究熱點“深度學習”只是整個人工智能研究中一小部分內(nèi)容，數(shù)據(jù)驅(qū)動的學習紅利已經(jīng)逐步慢慢在消失。機器學習和人工智能有很多基本問題沒有得到解決，特別是移動互聯(lián)網(wǎng)、大數(shù)據(jù)、實時、多模態(tài)環(huán)境下的學習和計算問題研究面臨諸多挑戰(zhàn)。為加強青年學者的學術交流，CCF廣州分部和廣東省計算機學會特聯(lián)合舉辦本次青年學術專題論壇，主要從智能和優(yōu)化角度對人工智能技術及相關問題展開討論。本次論壇特邀請到廣東省內(nèi)4位從事智能優(yōu)化研究的優(yōu)秀青年學者，從跨視野學習、演化計算、因果性學習、多模態(tài)計算不同角度交流人工智能技術和應用的最新成果。鄭偉詩教授作為國家優(yōu)秀青年基金的獲得者在跨視野學習方面取得豐碩成果，黃翰教授在智能算法的理論、應用與產(chǎn)業(yè)生態(tài)方面做了大量卓有成效的工作，蔡瑞初教授在關聯(lián)分析之外開辟新的因果性關系分析理論模型和新方法，黃斐然博士在社交媒體多模態(tài)表示學習做了一些有意思的工作。4位青年學者在科研方面成績斐然，同時他們在推動產(chǎn)學研合作方面表現(xiàn)同樣出色，4位青年學者的報告非常值得期待。

我們熱忱歡迎中國計算機學會的同仁、廣東省計算機學會的會員以及全國高校相關專業(yè)教師和青年學生，參加本次智能專題線上論壇活動！

會議主題：CCF廣州青年論壇-黃書強預定的會議

會議時間：2020/5/10 14:00-18:00

點擊鏈接直接加入會議：https://meeting.tencent.com/s/53ahQy317d50

會議 ID：776 180 935          會議密碼：2020

會議直播：https://meeting.tencent.com/l/5oLKYRocb82f

論壇流程：

（1）14:15-14:30，主持人黃書強，CCF廣州分部主席許勇、廣東省計算機學會理事長韓國強致辭；

（2）14:30-15:15，鄭偉詩教授報告，30-40分鐘，另提問交流5分鐘，頒發(fā)電子感謝證書;

（3）15:15-16:00，黃翰教授報告，30-40分鐘，另提問交流5分鐘，頒發(fā)電子感謝證書;

（4）16:00-16:45，蔡瑞初教授報告，30-40分鐘，另提問交流5分鐘，頒發(fā)電子感謝證書;

（5）16:45-17:30，黃斐然博士報告，30-40分鐘，另提問交流5分鐘，頒發(fā)電子感謝證書;

（6）17:30，活動總結(jié)，論壇準時結(jié)束。

論壇執(zhí)行主席：

黃書強（暨南大學教授，CCF杰出會員，CCF廣州分部秘書長）

許勇（華南理工大學教授，CCF杰出會員，CCF廣州分部主席，廣東省計算機學會副秘書長）

技術及線上論壇協(xié)調(diào)：

黃棟（華南農(nóng)業(yè)大學副教授，CCF廣州優(yōu)秀會員）

主辦：中國計算機學會(CCF)

承辦：CCF廣州、廣東省計算機學會

支持：2020年度廣東省科學技術協(xié)會學術交流項目-嶺南科學論壇雙周創(chuàng)新論壇

報告題目：行人重識別:是否已經(jīng)被解決了？

報告嘉賓：鄭偉詩教授-中山大學

報告摘要：過去十年來是行人重識別的大發(fā)展時代，許多方法被提出來了，并且最近多家科技公司不斷刷新各種榜單（在類似Market的數(shù)據(jù)庫上達到97%以上的匹配率），似乎給學界或工業(yè)界一個錯覺，行人重識別這個問題已經(jīng)解決了。然而，實際上行人重識別在業(yè)內(nèi)還存在許多問題，不但在學術上，而且在工業(yè)實際應用中，并沒有如刷數(shù)據(jù)庫那般神奇。行人重識別仍然有許多懸而未決的嚴重影響重識別應用的核心問題，比如光照、衣服變換等。此外，目前大多數(shù)算法的性能非常依賴大規(guī)模的標注數(shù)據(jù)，如何應對大量弱標注或無標注數(shù)據(jù)下的行人重識別建模，目前仍然是一個迫切需要解決的問題。

鄭偉詩教授

鄭偉詩博士，中山大學數(shù)據(jù)科學與計算機學院教授，機器智能與先進計算教育部重點實驗室副主任。他主要面向大規(guī)模智能視頻監(jiān)控里的行人身份識別與動作分析，展開視頻圖像信息與信號的識別與預測研究，并圍繞該應用開展大規(guī)模機器學習的算法和理論研究。關于面向大規(guī)模監(jiān)控網(wǎng)絡下的行人追蹤問題，他在國內(nèi)外較早和持續(xù)深入開展跨視域行人重識別的研究，發(fā)表一系列以跨視域度量學習為主線的研究工作，并最近集中展開無監(jiān)督和弱標注學習建模，力圖解決“大數(shù)據(jù)小標注”下的圖像視頻分析問題。他已發(fā)表120余篇主要學術論文，含12篇IEEE T-PAMI和IJCV論文和其他90余篇發(fā)表在其他圖像識別和模式分類IEEE TIP、IEEE TNN、PR、IEEE TCSVT、IEEE TSMC-B等國際主流權(quán)威期刊和ICCV、CVPR、AAAI、IJCAI等計算機學會推薦A類國際學術會議。擔任Pattern Recognition等期刊的編委，擔任CVPR、IJCAI、AAAI、BMVC 等Area Chair/SPC等。他是IEEE MSA TC 委員。他主持國家重點研發(fā)項目課題/國家基金委集成項目課題兩項。獲廣東省自然科學獎一等獎、廣東省科學技術進步獎二等獎等；獲國家優(yōu)秀青年科學基金、英國皇家學會牛頓高級學者基金和廣東省創(chuàng)新領軍人才項目支持。

報告題目：啟發(fā)式優(yōu)化摳圖算法:一個從研究到應用實例

報告嘉賓：黃翰教授-華南理工大學

報告摘要：本次論壇將介紹一個從數(shù)學建模、算法設計、工程應用到產(chǎn)業(yè)化的演化計算研究實例——啟發(fā)式優(yōu)化摳圖算法。摳圖是圖像處理與視頻分析等的底層關鍵技術與基礎方法，它在精度和速度上的突破會極大地提高后續(xù)應用的技術性能。采樣摳圖是其中一類強魯棒的方法，本質(zhì)上是一個子集選擇的多目標多約束優(yōu)化問題。本報告將介紹包括模糊多目標演化算法在內(nèi)的多種啟發(fā)式優(yōu)化摳圖算法，以及摳圖算法在深度學習訓練樣本預處理中的應用，包括：人臉檢測、識別、行人檢測等；最后介紹相關成功應用案例與產(chǎn)業(yè)化的效果。

黃翰教授

黃翰，男，博士，華南理工大學軟件學院教授、博士生導師，兼任進化優(yōu)化與學習全國會議（ECOLE）執(zhí)行委員，中國仿真學會智能仿真優(yōu)化與調(diào)度專委會副主任、中國工業(yè)數(shù)學與應用數(shù)學學會數(shù)據(jù)科學與人工智能專委會副秘書長、廣東省軟件工程教學指導委員會主任、廣東省計算機學會軟件工程專業(yè)委員會秘書長，廣東省計算機學會區(qū)塊鏈專業(yè)委員會副主任、廣州工業(yè)與應用數(shù)學學會副主任，CCF高級會員和IEEE高級會員；主持國家級和省部級重大項目等共10多項課題，獲得廣東省杰出青年基金項目資助，廣東省特支計劃青年拔尖人才稱號；以第一作者或通訊作者在IEEE TEVC、IEEE TIP、IEEE TFS、IEEE TII、IEEE CIM、IEEE TCYB、和《中國科學》等專業(yè)學術期刊發(fā)表論文60多篇，代表作入選ESI；受理PCT 5項、國家發(fā)明專利41項，授權(quán)21項；獲廣東省科技進步一等獎和廣東省自然科學二等獎；長期致力于智能算法的理論、應用與產(chǎn)業(yè)生態(tài)的研究。

報告題目：因果關系發(fā)現(xiàn)與因果性學習

報告嘉賓：蔡瑞初教授-廣東工業(yè)大學

報告摘要：探索和發(fā)現(xiàn)事物間的因果關系網(wǎng)絡是數(shù)據(jù)科學的一個核心問題?；谟^察數(shù)據(jù)的因果圖構(gòu)建能夠從觀察數(shù)據(jù)中發(fā)現(xiàn)變量之間的因果關系，具有重要的科學和應用價值。擬從因果圖構(gòu)建的模型與假設出發(fā)，對基于約束的方法、基于因果函數(shù)模型的方法和混合型方法這三大類因果關系發(fā)現(xiàn)方法進行介紹；并針對因果圖在遷移學習、解耦學習、故障根因定位等領域的因果性學習方法進行探討。

蔡瑞初教授

蔡瑞初，教授、博士生導師、省杰出青年基金獲得者、DMIR實驗室主任、廣東省移動互聯(lián)網(wǎng)電子商務大數(shù)據(jù)工程技術研究中心副主任。2010年于華南理工大學獲得工學博士學位，并進入廣東工業(yè)大學工作；2015年并被評為教授、博士生導師；曾先后到新加坡國立大學、UIUC高等數(shù)字科學研究中心訪問學習。蔡瑞初專注于因果關系、機器學習、大數(shù)據(jù)平臺等領域研究。在上述領域先后主持國家自然科學基金、省杰出青年基金、省特支計劃科技創(chuàng)新青年拔尖人才、珠江科技新星、市協(xié)同創(chuàng)新重大專項等項目。已發(fā)表論文50余篇，包括ICML、NIPS、AAAI、IJCAI、SIGMOD 、VLDB、SDM等領域重要會議和TNNLS、TKDE、NN、PR等國際著名期刊；授權(quán)發(fā)明專利4項，其中2項已在網(wǎng)易郵箱得到實施；相關成果先后獲得省科學技術二等獎、省科學技術一等獎。

報告題目：社交媒體多模態(tài)表示學習

報告嘉賓：黃斐然博士-暨南大學

報告摘要：相比于傳統(tǒng)數(shù)據(jù)，社交媒體數(shù)據(jù)包含有多種模態(tài)的內(nèi)容，比如視覺內(nèi)容、文本描述、用戶信息、社交關系等，給傳統(tǒng)的數(shù)據(jù)挖掘和分析方法帶來了很大的挑戰(zhàn)。擬針對社交圖像多模態(tài)數(shù)據(jù)的異構(gòu)性、交互性、多樣性等特點，綜合應用深度學習、表示學習、多模態(tài)融合等相關先進技術，詳細介紹融合關聯(lián)關系和元數(shù)據(jù)信息的社交媒體多模態(tài)表示學習。

黃斐然博士

黃斐然，博士、碩士生導師。于2019年進入暨南大學網(wǎng)絡空間安全學院工作。作為負責人主持國家自然科學基金青年項目、廣東省自然基金面上項目等項目；在此之前，分別于2011年7月與2018年12月在中南大學和北京航空航天大學獲得學士與博士學位，已發(fā)表20余篇學術會議與期刊論文，包括ACM MM、CIKM、ICMR等領域重要會議和TIP、TCYB、T-ITS、TOMM等國際著名期刊。在學術兼職方面，擔任IJCAI 2020等會議的PC member和期刊CAEE、MTAP等的GE。