论坛主题：智能和优化理论及其应用实践

论坛时间：2020年5月10日(星期日)，下午14:30-17:30

论坛方式：基于腾讯会议在线论坛

近年的研究热点“深度学习”只是整个人工智能研究中一小部分内容，数据驱动的学习红利已经逐步慢慢在消失。机器学习和人工智能有很多基本问题没有得到解决，特别是移动互联网、大数据、实时、多模态环境下的学习和计算问题研究面临诸多挑战。为加强青年学者的学术交流，CCF广州分部和广东省计算机学会特联合举办本次青年学术专题论坛，主要从智能和优化角度对人工智能技术及相关问题展开讨论。本次论坛特邀请到广东省内4位从事智能优化研究的优秀青年学者，从跨视野学习、演化计算、因果性学习、多模态计算不同角度交流人工智能技术和应用的最新成果。郑伟诗教授作为国家优秀青年基金的获得者在跨视野学习方面取得丰硕成果，黄翰教授在智能算法的理论、应用与产业生态方面做了大量卓有成效的工作，蔡瑞初教授在关联分析之外开辟新的因果性关系分析理论模型和新方法，黄斐然博士在社交媒体多模态表示学习做了一些有意思的工作。4位青年学者在科研方面成绩斐然，同时他们在推动产学研合作方面表现同样出色，4位青年学者的报告非常值得期待。

我们热忱欢迎中国计算机学会的同仁、广东省计算机学会的会员以及全国高校相关专业教师和青年学生，参加本次智能专题线上论坛活动！

会议主题：CCF广州青年论坛-黄书强预定的会议

会议时间：2020/5/10 14:00-18:00

点击链接直接加入会议：https://meeting.tencent.com/s/53ahQy317d50

会议 ID：776 180 935          会议密码：2020

会议直播：https://meeting.tencent.com/l/5oLKYRocb82f

论坛流程：

（1）14:15-14:30，主持人黄书强，CCF广州分部主席许勇、广东省计算机学会理事长韩国强致辞；

（2）14:30-15:15，郑伟诗教授报告，30-40分钟，另提问交流5分钟，颁发电子感谢证书;

（3）15:15-16:00，黄翰教授报告，30-40分钟，另提问交流5分钟，颁发电子感谢证书;

（4）16:00-16:45，蔡瑞初教授报告，30-40分钟，另提问交流5分钟，颁发电子感谢证书;

（5）16:45-17:30，黄斐然博士报告，30-40分钟，另提问交流5分钟，颁发电子感谢证书;

（6）17:30，活动总结，论坛准时结束。

论坛执行主席：

黄书强（暨南大学教授，CCF杰出会员，CCF广州分部秘书长）

许勇（华南理工大学教授，CCF杰出会员，CCF广州分部主席，广东省计算机学会副秘书长）

技术及线上论坛协调：

黄栋（华南农业大学副教授，CCF广州优秀会员）

主办：中国计算机学会(CCF)

承办：CCF广州、广东省计算机学会

支持：2020年度广东省科学技术协会学术交流项目-岭南科学论坛双周创新论坛

报告题目：行人重识别:是否已经被解决了？

报告嘉宾：郑伟诗教授-中山大学

报告摘要：过去十年来是行人重识别的大发展时代，许多方法被提出来了，并且最近多家科技公司不断刷新各种榜单（在类似Market的数据库上达到97%以上的匹配率），似乎给学界或工业界一个错觉，行人重识别这个问题已经解决了。然而，实际上行人重识别在业内还存在许多问题，不但在学术上，而且在工业实际应用中，并没有如刷数据库那般神奇。行人重识别仍然有许多悬而未决的严重影响重识别应用的核心问题，比如光照、衣服变换等。此外，目前大多数算法的性能非常依赖大规模的标注数据，如何应对大量弱标注或无标注数据下的行人重识别建模，目前仍然是一个迫切需要解决的问题。

郑伟诗教授

郑伟诗博士，中山大学数据科学与计算机学院教授，机器智能与先进计算教育部重点实验室副主任。他主要面向大规模智能视频监控里的行人身份识别与动作分析，展开视频图像信息与信号的识别与预测研究，并围绕该应用开展大规模机器学习的算法和理论研究。关于面向大规模监控网络下的行人追踪问题，他在国内外较早和持续深入开展跨视域行人重识别的研究，发表一系列以跨视域度量学习为主线的研究工作，并最近集中展开无监督和弱标注学习建模，力图解决“大数据小标注”下的图像视频分析问题。他已发表120余篇主要学术论文，含12篇IEEE T-PAMI和IJCV论文和其他90余篇发表在其他图像识别和模式分类IEEE TIP、IEEE TNN、PR、IEEE TCSVT、IEEE TSMC-B等国际主流权威期刊和ICCV、CVPR、AAAI、IJCAI等计算机学会推荐A类国际学术会议。担任Pattern Recognition等期刊的编委，担任CVPR、IJCAI、AAAI、BMVC 等Area Chair/SPC等。他是IEEE MSA TC 委员。他主持国家重点研发项目课题/国家基金委集成项目课题两项。获广东省自然科学奖一等奖、广东省科学技术进步奖二等奖等；获国家优秀青年科学基金、英国皇家学会牛顿高级学者基金和广东省创新领军人才项目支持。

报告题目：启发式优化抠图算法:一个从研究到应用实例

报告嘉宾：黄翰教授-华南理工大学

报告摘要：本次论坛将介绍一个从数学建模、算法设计、工程应用到产业化的演化计算研究实例——启发式优化抠图算法。抠图是图像处理与视频分析等的底层关键技术与基础方法，它在精度和速度上的突破会极大地提高后续应用的技术性能。采样抠图是其中一类强鲁棒的方法，本质上是一个子集选择的多目标多约束优化问题。本报告将介绍包括模糊多目标演化算法在内的多种启发式优化抠图算法，以及抠图算法在深度学习训练样本预处理中的应用，包括：人脸检测、识别、行人检测等；最后介绍相关成功应用案例与产业化的效果。

黄翰教授

黄翰，男，博士，华南理工大学软件学院教授、博士生导师，兼任进化优化与学习全国会议（ECOLE）执行委员，中国仿真学会智能仿真优化与调度专委会副主任、中国工业数学与应用数学学会数据科学与人工智能专委会副秘书长、广东省软件工程教学指导委员会主任、广东省计算机学会软件工程专业委员会秘书长，广东省计算机学会区块链专业委员会副主任、广州工业与应用数学学会副主任，CCF高级会员和IEEE高级会员；主持国家级和省部级重大项目等共10多项课题，获得广东省杰出青年基金项目资助，广东省特支计划青年拔尖人才称号；以第一作者或通讯作者在IEEE TEVC、IEEE TIP、IEEE TFS、IEEE TII、IEEE CIM、IEEE TCYB、和《中国科学》等专业学术期刊发表论文60多篇，代表作入选ESI；受理PCT 5项、国家发明专利41项，授权21项；获广东省科技进步一等奖和广东省自然科学二等奖；长期致力于智能算法的理论、应用与产业生态的研究。

报告题目：因果关系发现与因果性学习

报告嘉宾：蔡瑞初教授-广东工业大学

报告摘要：探索和发现事物间的因果关系网络是数据科学的一个核心问题。基于观察数据的因果图构建能够从观察数据中发现变量之间的因果关系，具有重要的科学和应用价值。拟从因果图构建的模型与假设出发，对基于约束的方法、基于因果函数模型的方法和混合型方法这三大类因果关系发现方法进行介绍；并针对因果图在迁移学习、解耦学习、故障根因定位等领域的因果性学习方法进行探讨。

蔡瑞初教授

蔡瑞初，教授、博士生导师、省杰出青年基金获得者、DMIR实验室主任、广东省移动互联网电子商务大数据工程技术研究中心副主任。2010年于华南理工大学获得工学博士学位，并进入广东工业大学工作；2015年并被评为教授、博士生导师；曾先后到新加坡国立大学、UIUC高等数字科学研究中心访问学习。蔡瑞初专注于因果关系、机器学习、大数据平台等领域研究。在上述领域先后主持国家自然科学基金、省杰出青年基金、省特支计划科技创新青年拔尖人才、珠江科技新星、市协同创新重大专项等项目。已发表论文50余篇，包括ICML、NIPS、AAAI、IJCAI、SIGMOD 、VLDB、SDM等领域重要会议和TNNLS、TKDE、NN、PR等国际著名期刊；授权发明专利4项，其中2项已在网易邮箱得到实施；相关成果先后获得省科学技术二等奖、省科学技术一等奖。

报告题目：社交媒体多模态表示学习

报告嘉宾：黄斐然博士-暨南大学

报告摘要：相比于传统数据，社交媒体数据包含有多种模态的内容，比如视觉内容、文本描述、用户信息、社交关系等，给传统的数据挖掘和分析方法带来了很大的挑战。拟针对社交图像多模态数据的异构性、交互性、多样性等特点，综合应用深度学习、表示学习、多模态融合等相关先进技术，详细介绍融合关联关系和元数据信息的社交媒体多模态表示学习。

黄斐然博士

黄斐然，博士、硕士生导师。于2019年进入暨南大学网络空间安全学院工作。作为负责人主持国家自然科学基金青年项目、广东省自然基金面上项目等项目；在此之前，分别于2011年7月与2018年12月在中南大学和北京航空航天大学获得学士与博士学位，已发表20余篇学术会议与期刊论文，包括ACM MM、CIKM、ICMR等领域重要会议和TIP、TCYB、T-ITS、TOMM等国际著名期刊。在学术兼职方面，担任IJCAI 2020等会议的PC member和期刊CAEE、MTAP等的GE。