学术报告:视觉少样本学习

发布时间:2022-10-27浏览次数:10

报告人:冀中  教授 天津大学

时    间:2022年10月27日(周四) 15 :00- 16 :30

地    点:腾讯线上会议(会议号:269-231-090)


摘要:

    现有大多人工智能的方法需要在大量训练数据的支持下才能完成知识的理解、判断和推理,是“大数据小任务”的数据智能。然而,真正的智能是能够举一反三的“小数据大任务”的智能。少样本学习技术旨在实现知识的举一反三和智能推理,为此受到了学术界和企业界研究人员的广泛关注。本报告首先简要回顾视觉少样本学习的发展和典型技术,然后分别从传统少样本学习、多模态少样本学习、跨域少样本学习等方向介绍课题组的一些研究进展。 

报告人简介:

   冀中,天津大学教授,博导,IEEE和CCF高级会员,天津市类脑智能技术重点实验室副主任,主要研究方向为零/少样本学习、持续学习、跨模态学习。

    近年来,在IEEE-TIP/TNNLS/TCYB/TCSVT/TSMCA、PR、SCIS、FCS、NeurIPS、CVPR、ICCV、ECCV、AAAI、IJCAI、ACM MM等权威期刊和会议发表论文100余篇,以第一发明人授权发明专利40余项。现任International Journal of Multimedia Information Retrieval (IJMIR) 期刊编委,是20余个国内外会议的特邀讲者、领域主席、技术委员会高级委员或委员,40余个国内外权威期刊的审稿专家 。