安徽省计算机学会青年计算机科技论坛
CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF合肥

于2018年11月30日(星期五)13:30-18:00
在安徽大学行知楼负一楼学术报告厅，敬请光临
报告会主题

人工智能技术与K12教育

13:30-14:00签到

14:00-17:00 特邀报告

主持: 郑啸博士 安徽工业大学教授

14:00-15:00：基于多域视觉数据的图像增强与编辑
讲者：左旺孟博士 哈尔滨工业大学计算机学院教授、博士生导师

15:00-16:00: Towards Understanding Deep Learning: Two Theories of Stochastic Gradient Langevin Dynamics

讲者：王立威博士 北京大学信息科学技术学院教授，清华大学交叉信息研究院兼职教授

16:00-17:00: Human-centric Image Analysis

讲者：刘偲博士 北京航空航天大学计算机学院副教授

17:00-18:00 Panel讨论：人工智能时代的K12教育

主持:孙广中博士 中国科学技术大学副教授

嘉宾：

刘偲博士 北京航空航天大学计算机学院副教授

苏喻博士  科大讯飞AI教育研究院副院长

王立威博士 北京大学信息科学技术学院教授、清华大学交叉信息研究院兼职教授

左旺孟博士 哈尔滨工业大学计算机学院教授、博士生导师

执行主席：

汤进博士 安徽大学教授、博导, CCF YOCSEF合肥学术委员会荣誉委员

殷赵霞博士 安徽大学副教授、博导, CCF YOCSEF合肥学术委员会委员

报名链接及二维码：https://jinshuju.net/f/CExldH或扫描二维码

报告摘要：

报告一：基于多域视觉数据的图像增强与编辑。随着互联网的发展以及视觉感知、传输和分享技术的普及，越来越多的视觉任务开始考虑多域数据的结合和转换问题。生成式对抗网络作为一种新兴的无监督学习模型，在其中发挥着越来越重要的作用。报告将从风格迁移出发，围绕图像增强、填充与转换等任务，针对使用阶段是否存在成对的多域数据分别加以介绍。当训练和使用阶段均存在成对的多域数据时，介绍我们在引导深度图增强、引导人脸图像增强和图像智能填充等方面的进展。当训练和使用阶段不存在成对的多域数据时，以人脸属性编辑为例，介绍从特定编辑模型到通用任意编辑模型的发展过程。

报告二：Towards Understanding Deep Learning: Two Theories of Stochastic Gradient Langevin Dynamics. Deep learning has achieved great success in many applications. However, deep learning is a mystery from a learning theory point of view. In all typical deep learning tasks, the number of free parameters of the networks is at least an order of magnitude larger than the number of training data. This rules out the possibility of using any model complexity-based learning theory (VC dimension, Rademacher complexity etc.) to explain the good generalization ability of deep learning. Indeed, the best paper of ICLR 2017 “Understanding Deep Learning Requires Rethinking Generalization” conducted a series of carefully designed experiments and concluded that all previously well-known learning theories fail to explain the phenomenon of deep learning.

In this talk, I will give two theories characterizing the generalization ability of Stochastic Gradient Langevin Dynamics (SGLD), a variant of the commonly used Stochastic Gradient Decent (SGD) algorithm in deep learning. Building upon tools from stochastic differential equation and partial differential equation, I show that SGLD has strong generalization power. The theory also explains several phenomena observed in deep learning experiments.

报告三：Human-centric image analysis. In this talk, I will introduce our recent research on human-centric image analysis, including face, human and human-centric relation segmentation. (1) We develop a real-time face parsing system and a GAN based face editing method. (2) We propose a surveillance video parsing method and a domain adaptation parsing technique for real applications. (3) We define a new problem of relation segmentation. We collect a large Person in Context (PIC) dataset and manually annotate the human and object mask as well as their relations. PIC 1.0 dataset is released to the public in an ECCV 2018 challenge. The annotation of the updated PIC 2.0 dataset is ongoing. We hope it will receive more attention from the academia and industry.

个人简介：

刘偲博士，副教授。博士毕业于中科院自动化所，本科毕业于北京理工大学校级理科实验班，2009-2014年于新加坡国立大学(NUS)任研究助理、博后。2016年在微软亚洲研究院(MSRA)任铸星计划研究员。其研究方向是计算机视觉、多媒体分析。共发表了CCF A类论文30余篇，其研究成果发表于TPAMI、IJCV、TIP、CVPR、ICCV和ACM MM等。 Google Scholar引用3000+次。2017年入选中国科协青年人才托举工程，2017年获CCF-腾讯犀牛鸟专利奖。任2017中国计算机大会(CNCC)主论坛特邀讲者，2017 CCF青年精英大会“青年技术秀”讲者。获2017 ACM 中国新星提名奖，2017 ACM SIGAI China 新星奖，2018吴文俊人工智能优秀青年奖。 另外，她获ACM MM 2012最佳技术演示奖，ACM MM 2013最佳论文奖，主办了ECCV 2018‘Person in Context’workshop。担任中国图像图形学学会副秘书长，中国图像图形学学会视觉大数据专委会常委。

苏喻博士，现任科大讯飞AI教育研究院副院长，大数据研究院研究主管，毕业于安徽大学计算机科学与技术专业，研究方向为数据挖掘与推荐系统。负责教育领域个性化学习业务，包括个性化学习相关模型研究，产品设计，服务研发等，于2018年获得讯飞首届华夏创新奖。是国家863项目“基于大数据的类人智能关键技术与系统”、安徽省科技成果“讯飞畅言教育评价系统”的主要参与人，并在国际知名学术会议与期刊发表文章近30篇。

王立威博士，北京大学信息科学技术学院教授，清华大学交叉信息研究院兼职教授。从事机器学习理论研究。在机器学习国际权威期刊会议发表高水平论文100余篇。担任计算机视觉权威期刊PAMI编委。担任机器学习旗舰会议NIPS,ICML领域主席。2011年入选由人工智能国际期刊IEEE Intelligence Systems评选的AI’s 10 to Watch，是该奖项自设立以来首位获此荣誉的亚洲学者。2012年获得首届国家自然科学基金优秀青年基金。

左旺孟博士，哈尔滨工业大学计算机学院教授、博士生导师。主要从事图像增强与复原、物体检测与目标跟踪、图像与视频分类等方面的研究。在CVPR/ICCV/ECCV等顶级会议和T-PAMI、IJCV及IEEETrans.等期刊上发表论文80余篇。

孙广中博士，中国科学技术大学计算机科学与技术学院副教授，安徽省计算机学会青年工作委员会副主任。研究兴趣包括数据驱动的超算系统性能建模和用户建模等。2005年于中国科学技术大学获计算机专业博士学位。先后在英特尔中国研究中心、微软亚洲研究院、耶鲁大学计算机系进行学术访问。2012年入选中国科学院青年创新促进会，2016年获评为优秀会员。

郑啸博士，安徽工业大学教授、硕士生导师，安徽省计算机学会青年工作委员会副主任，安徽省高等学校优秀中青年骨干教师，入选安徽省高校优秀青年人才支持计划。中国计算机学会网络与数据通信专委会常务委员，中国通信学会云计算和大数据应用委员会委员。研究方向为网络与分布式系统、云计算与服务计算。获2007年安徽省科技进步二等奖1项，安徽省第七届自然科学优秀论文二等奖1项、三等奖1项、安徽省第八届自然科学优秀论文三等奖1项。在《IEEE Transactions on Vehicular Technology》、《IEEE Wireless Communications》、《Computer Communications》、《计算机学报》、《软件学报》等学术期刊和MobiHoc、ICWS、DASFAA、SCC、SMC等国际学术会议上发表论文60多篇。主持完成国家自然科学基金1项、省厅级项目5项，参与完成973\国家科技支撑计划、国家自然科学基金重大研究计划等国家级项目6项，省部级项目3项。

汤进博士，安徽大学教授、博导。安徽大学计算机科学与技术学院副院长，安徽省计算机学会青年工作委员会主任，中国计算机学会大数据专业委员会委员，YOCSEF合肥学术委员会荣誉委员，中国图象图形学会青年工作委员会委员，工业图像分析与应用安徽省重点实验室学术委员会委员。发表学术论文70余篇，被SCI/EI收录30余篇，其中CCF推荐A类学术会议和JCR二区以上期刊近20篇。主持各级科研项目20多项，获得省部级自然科学奖三等奖一项，省部级科技进步三等奖两项，厅级科技进步一等奖两项。

殷赵霞博士，安徽大学计算机科学与技术学院副教授、博导。安徽省计算机学会青年工作委员会委员，CCF第十一届会员代表,YOCSEF合肥学术委员会学术委员、16-17轮值副主席，中国图象图形学会多媒体安全与取证专委委员、女工委委员。入选2016安徽省高校优秀拔尖人才培育计划，2017中国留学基金委国家公派博士后资助计划，安徽大学首批优秀人才计划。主持完成了中国博士后基金、安徽省自然科学基金等科研项目，目前主持国家自然科学基金青年项目（2016-2018）、面上项目（2019-2022）等。

会场方位示意图：合肥市经济技术开发区九龙路111号（安徽大学行知楼负一楼报告厅）

10