人工智能优秀青年学者论坛@CNCC | 数图回看

讲者：连德富 中国科学技术大学博士

简介：信息技术的快速发展导致信息过载问题出现。推荐系统是解决信息过载最有效的方式之一。近年来，深度学习的快速发展也带动了推荐系统的发展，各种基于深度推荐算法层出不穷。然而由于候选物品数量巨大且用户兴趣动态变化，深度推荐算法的推荐复杂度巨大，难以在实际系统中直接部署使用。在深度推荐技术发展的同时，推荐效率研究也取得了较大的进步。本次报告中将从以下两个方面介绍我们的工作，1）二值化表示的推荐算法；2）组合向量表示推荐算法。

讲者：黄迪 法国里昂中央理工大学博士

简介：当前图像、视频、点云等数据数量庞大、增长迅速，且与之相关的各类应用层出不穷，使得对视觉数据内容的自动分析成为必需。视觉模式表征致力于刻画不同模态可视信号的本质特性，而构建兼具高判别性与高鲁棒性的视觉表征一直是计算机视觉与模式识别领域的核心研究问题，受到了学术界和工业界的广泛关注。报告将介绍我们在视觉模式表征方法与应用方面的一些工作，涉及纹理、形状和视频等多种模态及检测、识别、生成等典型应用场景。

讲者：白亮 山西大学计算机与信息技术学院博士

简介：由于聚类分析是一种无监督学习，不同的聚类算法往往会产生不同的聚类结果。如何融合多个聚类结果去获取高质量且一致性的聚类已成为数据挖掘与机器学习的一个重要研究内容，引起众多学者的广泛关注。该报告将以一致性聚类为主题，分别从以下三个方面介绍我们的一些研究工作：（1）基于符号聚类技术的一致性聚类；（2）面向复杂分布数据的一致性聚类；（3）多源监督信息的一致性聚类。