2020年07月03日
參會方式
請有意參會者按照下列方式進入騰訊會議
會議時間:2020年7月3日·13:30-18:30
點擊鏈接入會,或添加至會議列表:
https://meeting.tencent.com/s/wQ8tUAsxIYEO
騰訊會議ID:736 356 806
會議密碼:1234
主辦單位:江西省人工智能學會
承辦單位:華東交通大學信息工程學院(人工智能學院)、江西省車聯網關鍵技術工程實驗室
支持單位:CCF計算機應用專業委員會、CCF南昌分部
會 議 流 程
(7月3日)
13:30-14:30 |
注冊簽到,進入會議室 |
14:30-14:45 |
江西省人工智能學會理事長、華東交通大學校長羅玉峰教授致辭 |
14:45-15:15 |
卓力,北京工業大學教授 深度學習當前的研究熱點與發展展望 |
15:15-15:45 |
徐子晨,南昌大學教授 高能效聯邦學習架構設計與遺忘方法 |
15:45-16:15 |
方玉明,江西財經大學教授 移動成像質量評價 |
16:15-16:45 |
王杉,華東交通大學教授 基于深度學習的原礦預選拋廢技術研究 |
16:45-17:15 |
互動研討 |
14:30-14:45 致辭
羅玉峰,華東交通大學校長
14:45-15:15 特邀報告
卓力,北京工業大學教授
報告主題:深度學習當前的研究熱點與發展展望
報告摘要:深度學習是推動人工智能發展的核心技術之一。目前,深度學習被廣泛應用于自然語言處理、機器視覺、語音處理、工業控制等各個領域,并取得了遠超過傳統方法的性能。隨著研究工作的不斷深入,各種深度神經網絡架構不斷涌現。本報告將著重介紹深度學習當前的研究熱點,分析深度學習的局限性,并對深度學習的發展趨勢進行展望。
15:15-15:45 特邀報告
徐子晨,南昌大學教授
報告主題:高能效聯邦學習架構設計與遺忘方法
報告摘要:講者將從一個現有聯邦框架展開,討論在現今萬物智聯場景下,個人隱私數據的保護方法與數據價值建模的權衡治理,并提出了UFL,一個高能效的聯邦學習框架,支持主流機器學習框架在邊緣設備上完成數據訓練,并從模型角度設計遺忘算法,保護端點的數據隱私。在此基礎上,對面向機器學習的系統軟件設計挑戰與未來進行展望。
15:45-16:15 特邀報告
方玉明,江西財經大學教授
報告主題:移動成像質量評價
報告摘要:近年來,隨著移動智能設備的廣泛普及,移動設備拍攝的視頻圖像占據了日常社交網絡中視覺大數據主要部分,如何有效評價移動成像視覺質量并將質量評價方法用于優化移動成像仍然是多媒體處理領域的難題。本報告將從大規模移動成像質量評價數據庫構建出發,從主觀質量評價和客觀質量評價兩方面深入探索移動成像質量評價,并展示質量評價在成像優化中的應用。
16:15-16:45 特邀報告
王杉,華東交通大學教授
報告主題:基于深度學習的原礦預選拋廢技術研究
報告摘要:原礦預選拋廢技術研究,通過在原有的XRT射線智能選礦設備的基礎上,針對鉛鋅礦特性研究選礦機的給料系統、單能XRT礦石圖像分割算法、雙能XRT礦石圖像的新型R值分析算法、基于深度學習理論的含脈礦石分選識別方法等,以探討快速有效的檢測方法,使其對不同的鉛鋅礦石都可達到有效的分選效果。
16:45-17:15 互動研討
執行主席
趙軍輝 華東交通大學
執行主席
劉志偉 華東交通大學