講座主題：低質(zhì)多模態(tài)數(shù)據(jù)機器學(xué)習(xí)方法
專家姓名：張長青
工作單位：天津大學(xué)
講座時間：2023年9月19日 10:15-11:00
講座地點：計算機與控制工程學(xué)院6205
主辦單位：煙臺大學(xué)計算機與控制工程學(xué)院
內(nèi)容摘要：
多模態(tài)數(shù)據(jù)之間存在復(fù)雜關(guān)聯(lián),，真實場景下來自不同信息源的數(shù)據(jù)質(zhì)量隨著時間,、空間,、樣本的不同具有動態(tài)性,，造成對任務(wù)支撐能力的顯著變化,。例如在智能交通場景下,，多模態(tài)數(shù)據(jù)往往會受到惡劣天氣,、傳感器故障等因素的影響,，夜間,、雨霧天氣下雷達(dá)信號往往比RGB攝像頭信號更加可靠,。基于此,，介紹面向低質(zhì)量多模態(tài)數(shù)據(jù)的代表性方法,，并對其背后的理論分析框架進(jìn)行介紹。
主講人介紹：
張長青,，天津大學(xué)智能與計算學(xué)部副教授,、博士生導(dǎo)師，國家青拔,，其主要研究方向為多模態(tài)機器學(xué)習(xí)和不確定性機器學(xué)習(xí),。在IEEE TPAMI/ IJCV/ICML/NeurIPS/ICLR等頂級期刊和國際會議上發(fā)表論文100余篇，多篇論文入選ICML/NeurIPS口頭報告或亮點論文,。研究成果獲得中國圖象圖形學(xué)學(xué)會自然科學(xué)獎一等獎,、ICME最佳論文等獎勵，入選全球AI華人青年學(xué)者榜單,、斯坦福大學(xué)發(fā)布的全球頂尖科學(xué)家榜單,。主持和參與多項國家自然基金項目和國家重點研發(fā)計劃項目。
