V
主页
京东 11.11 红包
20240731【多模态研究进展】徐偲:面向低质多模态数据的深度学习
发布人
报告嘉宾:徐偲 (西安电子科技大学) 报告时间:2024年7月31日 (星期三)晚上20:00 (北京时间) 报告题目:面向低质多模态数据的深度学习 报告人简介: 徐偲,西电计科院长聘副教授,主要研究方向为可信多模态深度学习,获得CCF A类会议AAAI-24的最佳论文奖 (唯一第一作者)。在IEEE TPAMI、AAAI等中科院一区期刊或CCF A类学术会议发表论文26篇,其中一作/通讯15篇。获得“陕西省优秀博士学位论文”,西安电子科技大学“校长奖”,指导硕士研究生获得APWeb-WAIM 2023的最佳学生论文。作为核心骨干成员参与国家自然科学基金重点项目2项,主持国家自然科学基金青年基金项目等5项科研项目。受邀担任Array、Mathmatics等SCI期刊的编委/客座编委,担任20余个中科院一区期刊/CCF A类会议的审稿人。 个人主页: https://web.xidian.edu.cn/cxu/ 报告摘要: 随着互联网的普及和移动互联网的迅速发展,在社会生活的各个领域涌现出海量的多模态数据。这些开放场景下的多模态数据质量参差不齐,存在诸如模态随机缺失、模态内容冲突等问题。另外,这些任务往往要求模型能综合多模态信息,以提升推荐、检索、医疗辅助诊断等多种应用的性能,同时更可靠地度量决策置信度,以更好地评估和管控风险。本报告拟从多模态深度学习的基本概念、研究领域和范畴出发,结合报告人课题组的工作,介绍面向低质多模态数据的深度学习领域研究的主要问题和研究进展,讨论该领域的挑战和对未来工作的展望。 参考文献: [1] Xu Cai, Si Jiajun, et al. Reliable conflictive multi-view learning. AAAI, 2024. (Outstanding Paper Award) [2] Xu Cai, Zhang Yilin, et al. Trusted Multi-view Learning with Label Noise. IJCAI, 2024. [3] Zhang Qingyang, Wei Yake, Han Zongbo, Fu Huazhu, Peng Xi, Deng Cheng, Hu Qinghua, Xu Cai, Wen Jie, Hu Di, Zhang Changqing. Multimodal fusion on low-quality data: A comprehensive survey. arXiv preprint arXiv:2404.18947, 2024. [4] Xu Cai, Guan Ziyu, et al. Uncertainty-aware multiview deep learning for internet of things applications. IEEE TII 2022. [5] Zhao Wei, Xu Cai, et al. TelecomNet: Tag-based weakly-supervised modally cooperative hashing network for image retrieval, IEEE TPAMI 2021. [6] Xu Cai, Guan Ziyu, et al. Adversarial incomplete multi-view clustering. IJCAI, 2019.
打开封面
下载高清视频
观看高清视频
视频下载器
20240828【医学多模态分析与研究:从传统模型到大模型的演变】王淑君:Multi-modal Representation Learning for Me…
【VALSE2024】0505 林倞《APR:面向具身智能的多模态感知与交互》
20240911【医疗人工智能的前沿进展】马骏:Towards Biomedical Image Segmentation Foundation Models
深度学习环境配置一套搞定:anaconda+pytorch+pycharm+cuda全详解,带你从0配置环境到跑通代码!
20210303【底层视觉与图像处理】许翔宇:多种数据形式下的视觉超分辨率技术
20210804【图像复原研究进展与挑战】董超:图像超分辨率网络的可解释性
20210414【元学习研究的进展与未来】孟德宇:应对高光谱复杂噪声的加权模型:一种数据驱动的显式加权机制
20210407【如何做出高水平的科研工作?--来自顶会AC/PC的观点】Panel
20200401 数据不完美,算法显神威——弱监督机器学习专题论坛
20201014 自监督学习
20230531【大模型时代下的三维视觉:路在何方?】刘子纬:大模型时代下的3D AIGC
20230419【知识嵌入的跨模态学习】王文冠:Knowledge-Driven Perception
20210317【深度学习中的拓扑美学:图神经网络】黄增峰 Embedding Methods From Graph Partition Algorith...
20230329【多模态预训练的研究进展与未来】Panel
20220615【AI for Science之物理信息驱动的深度学习】Panel
20230816【数字虚拟人的研究进展与未来】韩晓光:基于图像的三维毛发重建
【VALSE2023】0612《Workshop:多模态大模型与提示学习》
20241009【视觉计算中的跨域和跨任务学习问题】赵知临:外分布机器学习理论与算法
20230721 VALSE Student Webinar【开放视觉感知】Panel
【VALSE2024】0505《2023-2024年度CV与ML领域重要学术进展》
20230329【多模态预训练的研究进展与未来】宋睿华:多模态预训练模型及在智能创作领域的应用
20200812 「见微知著」(2) - 细粒度视觉检索特辑
20210811【知其所以然:因果推理与学习】张含望:真正的无偏模型
20210428【可解释机器学习-知其所以然】周博磊:生成模型的可解释性与交互内容创作
20230531【大模型时代下的三维视觉:路在何方?】Panel
20231025【面向视觉的零样本学习】周锴阳:Prompting—The New API for Interactive Visual Intelligen
20211215【学无止境:深度连续学习】洪晓鹏:记忆拓扑保持的深度增量学习方法
20221221【遥感图像智能理解与应用】孙显:大规模遥感图像多任务学习方法探索与应用
20201021 图神经网络:深图远算,理胜其辞
20200603 深度神经网络的压缩与加速 - 后浪可以更精彩
20221228【时光倒转万物生:扩散概率模型专题研讨】宋佳铭:用扩散模型高效求解逆问题
认识一下新同学——超级小爱
20230628【可信机器学习及应用】张长青:Trustworthy Multimodal Learning
20220629【比物连类:对比表示学习】Panel
20220413【脑启发视觉】余肇飞:面向类脑视觉的生物视觉编解码机制和模型
20210818【心中的象牙塔:怎样才能拿到理想的教职offer?】许洪腾:如何搞砸Tenure-Track
20210625;短教程:《Transformers》;特邀讲师:邱锡鹏教授
20210630【面向伦理与隐私保护的智能技术】Panel
20210922 特邀报告【具身智能 (Embodied AI)】卢策吾 (上海交通大学)
20200415 机器学习 vs 压缩感知:核磁共振成像与重建