报告时间：2021年10月10日上午8:30-11:00

报告形式：腾讯会议 ID：290 198 305 会议密码：654321

学术报告1

报告人：陈松灿教授

报告题目：Leave Zero Out：机器学习中一个高效和有效的模型选择策略

报告时间：2021年10月10日上午8:30-9:20

报告摘要：模型选择是机器学习的核心。交叉验证(Cross-Validation-CV)作为一种广泛采纳并在经验上行之有效的选择策略，常常面临需多重数据划分验证所导致的效率低下及在少标记样本学习场景下难奏效等问题。本报告尝试给出一种无需交叉验证(Leave-Zero-Out)的高效和有效的选择新策略，使之更趋于实用。

报告人简介：陈松灿，南京航天航空大学计算机学院/人工智能学院（二级）教授。

国际模式识别学会会士(IAPR Fellow)和中国人工智能学会会士(CAAI Fellow)。Google Scholar被引数超16000次，H-指数57。2014-2020连续7年入选Elsevier中国高引学者榜。现任中国人工智能学会(CAAI)常务理事, CAAI机器学习专委会主任和江苏省人工智能学会（JSAI）常务副理事长。至今主持国家自然科学基金项目12项，其中重点项目1项。

学术报告2

报告人：邵明文教授

报告题目：基于注意力的几种深层神经网络图像去雨模型

报告时间：2021年10月10日上午9:20-10:10

报告摘要： 图像去雨（Image Deraining）是指从被雨滴/雨条纹覆盖的退化图像中恢复干净的背景场景。其关键在于恢复模糊区域的内容、纹理等信息，从而获得视觉上逼真的恢复结果。当前，传统编码器-解码器结构传输雨滴信息不准确、现有方法未充分利用全局和局部信息的融合、现有雨滴图像建模方式不合理。针对以上问题，我们设计了基于 GRU 的选择性特征传输单元，并利用自注意力模块，构建了全局-局部信息融合机制，提升了雨滴去除效果；提出了不确定性雨滴软掩码，改进了现有雨滴图像建模方式；并利用图像的多尺度自相似性，提升了去雨效果。

报告人简介：邵明文，博士，中国石油大学（华东）计算机科学技术学院教授，博士生导师。中国人工智能学会粒计算与知识发现专委会常务委员、知识工程与分布式智能专委会委员，中国计算机学会机器学习专委会委员、中国计算机学会计算机视觉专委会委员。主要研究方向：深度学习、计算机视觉、粒计算、形式概念分析等。近年来，在国内外重要杂志和国际学术会议上发表学术论文90余篇，其中SCI收录60多篇。先后主持完成国家自然科学基金项目4项、教育部项目1项、省部级项目5项。

学术报告3

报告人：孟德宇教授

报告题目：如何成为一名合格的学者---从写好一篇学术论文谈起

报告时间：2021年10月10日上午10:10-11:00

报告摘要：本报告中，简单介绍一些个人在机器学习与计算机视觉研究中所感受的经验与体会，特别从写作一篇合格到达标、从领域立足到追求卓越的学术论文为出发点，与大家共同探讨如何把握科学研究的规律，从而努力成为具有一定学术影响的合格学者。

报告人简介：孟德宇，西安交通大学教授，博导。国家“万人计划”青年拔尖人才，任西安交大大数据算法与分析技术国家工程实验室机器学习教研室负责人。共接收/发表论文80余篇，其中包括IEEE汇刊论文34篇，CCF A类会议论文37篇。目前主要聚焦于自步学习、误差建模、张量稀疏性等机器学习与计算机视觉领域的基础研究问题。

欢迎广大师生参加！