太阳集团tcy8722-主页

通知公告
当前位置: 网站首页 -> 通知公告 -> 正文

太阳集团tcy8722邀请专家线上学术讲座

发布日期:2022-05-17     点击量:

应太阳集团tcy8722李丽香教授邀请,北京科技大学的孙奇福教授、重庆大学张磊教授和暨南大学温金明教授将于5月19日(星期四)作线上学术报告。欢迎感兴趣的师生踊跃参加!

腾讯会议ID:958-834-682


报告题目1:Vector linear network coding

主讲人:孙奇福教授

报告时间:5月19日(星期四)上午9:00—9:45

主讲人介绍:

孙奇福,北京科技大学教授,博士生导师。分别于2005与2009年在香港中文大学取得工程学士(甲等荣誉)及哲学博士学位。曾在香港中文大学网络编码研究所担任博士后研究员、在澳大利亚新南威尔士大学担任访问学者。长期从事信息理论与网络编码相关研究,已在Proc. IEEE、IEEE信息论汇刊(TIT)等权威期刊发表论文30余篇,获授权发明专利10余项。先后主持网络编码相关国家自然科学基金项目3项,华为技术开发项目1项。在2018年中国电子学会信息论学术年会上,获颁“青年新星奖”并做大会报告。曾获2017年北京市科学技术三等奖。

报告内容摘要:

Vector linear network coding (LNC) is a generalization of conventional scalar LNC by adopting a vector space rather than an extension field to model the coding alphabet. It greatly enhances the code design flexibility. Based on it, a number of well-known data storage array codes can also be interpreted in a more transparent way. In this talk, we first demonstrate explicit multicast networks to show the benefits of vector LNC over scalar LNC in terms of reducing the block lengths required by a (capacity-achieving) solution. Next, we introduce a special class of vector LNC schemes called circular-shift LNC, which can asymptotically approach the capacity of a multicast network and have much lower coding complexity compared with scalar LNC. Finally, we show the advantage of circular-shift random LNC over conventional random LNC in wireless broadcast networks and in multi-hop networks.


报告题目2:开放环境视觉感知

主讲人:张磊教授

报告时间:5月19日(星期四)上午9:45—10:35

主讲人介绍:

张磊,重庆大学微电子与通信工程学院教授,博士生导师,重庆市生物感知与智能信息处理重点实验室副主任,CCF/IEEE高级会员。研究领域为计算机视觉和机器学习,主要聚焦开放环境视觉感知、跨媒体分析、迁移学习。在 TPAMI、TIP、CVPR、ICCV、ECCV等期刊和会议上发表论文120余篇,其中IEEE Trans.汇刊、CCF-A类及中科院一区论文70余篇, 学术专著1部。多篇ESI高被引论文。担任IEEE Trans. Instrumentation and Measurement以及Neural Networks等期刊编委(Associate Editor),以及ACM MM、CVPR、AAAI等重要会议的Area Chair/SPC等。曾获吴文俊人工智能自然科学奖(排名第1)、重庆市自然科学奖(排名第1)、吴文俊人工智能优秀青年奖、重庆十佳科技青年奖、ACM SIGAI新星奖、黄尚廉院士青年创新奖等荣誉,并获重庆杰出青年科学基金资助以及重庆高层次人才计划等。

报告内容摘要:

在实际应用中,由于数据不确定性、环境不可控性以及算法特异性,机器学习算法的适应性和安全性依然较差,传统的人工智能模型与深度学习算法难以满足开放、动态、复杂环境下的感知与应用。本报告从迁移学习和领域自适应的角度展开,介绍团队在开放环境下的视觉感知研究进展,包括开放环境下的跨域目标检测、识别与检索技术等。


报告题目3:An Introduction to Sparse Signal Recovery

主讲人:温金明教授

报告时间:5月19日(星期四)上午10:35—11:25

主讲人介绍:

温金明,暨南大学教授、博导、国家高层次青年人才、广东省青年珠江学者;2015年6月博士毕业于加拿大麦吉尔大学数学与统计学院。从2015年3月到2018年9月,温教授先后在法国科学院里昂并行计算实验室、加拿大阿尔伯塔大学、多伦多大学从事博士后研究工作。温教授的研究方向是整数信号和稀疏信号恢复的算法设计与理论分析。他以第一作者/通讯作者在Applied and Computational Harmonic Analysis、IEEE Transactions on Information Theory、 IEEE Transactions on Signal Processing等期刊和会议发表近50篇学术论文。

报告内容摘要:

In numerous applications including communications and signal processing, we often need to acquire a sparse signal from a noisy linear model. In this talk, we first introduce some background of sparse signal recovery. Then, we introduce several widely used sparse signal recovery algorithms. Finally, we study their recovery performance.


版权所有 © 太阳集团所有网址16877    地址:北京市海淀区西土城路10号太阳集团tcy8722    邮编:100876