讲座名称：多视角学习前沿讲座

讲座时间：9月21日19:00

讲座地点：

线上：腾讯会议直播（ID:738 683 952）

线下：北校区会议中心203

主办单位：计算机科学与技术集团

报告1：可信多模态机器学习

讲座人介绍：

张长青，天津大学智能与计算学部副教授、博士生导师。其主要研究方向为机器学习、计算机视觉、智能医疗。2017-2018年在北卡罗拉纳大学教堂山分校担任研究员。在IEEE TPAMI/IJCV/NeurIPS/ICLR等权威期刊和国际会议上发表论文50余篇，10篇论文入选CVPR/NeurIPS等口头报告或亮点论文，5篇论文入选ESI高被引或ESI热点论文。Google Scholar引用5000余次。获得重要国际会议论文奖3项。担任IEEE TPAMI、IJCV、CVPR、ICCV、NeurIPS、ICML、ICLR等期刊和会议审稿人/PC/SPC。

讲座内容：

多模态人工智能技术正在被广泛应用到智能医疗、机器人感知、信息安全等重要领域。精准、可靠的多模态机器学习成为支持重要应用的关键技术。多模态数据为智能系统决策提供了丰富信息，使得多模态智能系统可以“兼听则明”，提高分类和预测准确性。然而，在许多代价敏感场景中多模态融合及决策的可信性往往更加重要。本报告将介绍基于不确定性估计的可信融合技术，重点介绍端到端的可信多模态融合，在多模态协同学习（兼听则明）时，对不同模态进行证据估计（信而有征），从而支持融合及决策的可靠性和稳定性，并介绍可信多模态融合的典型应用案例。

报告2：不完备多视角聚类

讲座人介绍：

文杰，博士（后），哈尔滨工业大学（深圳）助理教授，硕士生导师，深圳市高层次人才。担任深圳市视觉目标检测与判识重点实验室副主任,中微半导-哈工大（深圳）人工智能芯片实验室主任。从事机器学习、数据挖掘、模式识别及计算机视觉的研究，在TCYB、TMM、TNNLS、TIP、TSMC-S、TCSVT等期刊和人工智能会议AAAI、IJCAI、ACM MM和ECCV上发表论文七十余篇。是TPAMI、TNNLS、TIP、TMM、AAAI、IJCAI、CVPR、ICCV等国际期刊和会议审稿人,会议ACM MM（#2021、#2022）Area Chair，会议ACAIT（#2021）广东省区域主席。

讲座内容：

多视角聚类通过联合从不同源域、不同特征提取方式提取到的多个视角表征数据的信息，通常能够获得比单一视角更好的聚类性能。然而传统多视角聚类方法普遍基于视角完备性假设，不适于处理应用中实际搜集到的含有缺失视角的不完备多视角数据。近年来，不完备多视角聚类的研究受到了非常多的关注，在各大国际顶级期刊和会议上也涌现出了非常多的算法。本报告将从“矩阵分解”、“图学习”、“缺失信息复原”及“深度学习”等4个技术层面介绍在“不完备多视角聚类”方面的工作，相关工作的代码已公开在主页：https://sites.google.com/view/jerry-wen-hit/publications。