西北工业大学类脑计算前沿学科论坛会议通知

类脑计算是借鉴神经科学信息处理机制，尝试使用人工方法和技术模拟来扩展人类智能的新兴学科和技术领域，是融合脑科学与计算机科学、控制科学、认知科学和人工智能等领域的交叉学科，对发展人工智能、异构动态大数据处理、非结构化复杂模式信息分析与视觉场景理解计算的新理论及关键技术具有重要意义。当前欧盟、美国等均斥巨资长期支持此研究，即将启动的“脑科学和类脑研究”（中国脑计划）也将其视为重点之一，但是这项研究目前均处于起步阶段，是我国信息产业藉此实现跨越式发展的契机。

为促进西北工业大学脑科学与类脑计算相关学科的快速发展，加强各高校研究所以及企业间的交流，针对脑科学、类脑计算、人工智能等领域中的前沿和关键问题，西北工业大学自动化学院和信息融合技术教育部重点实验室协同中国认知科学学会认知与类脑计算专委会拟于2021年11月1日至11月2日在线上联合举办“西北工业大学类脑计算前沿学科论坛”和相关学术方向研讨活动。

本次论坛瞄准脑科学与类脑计算学科国际前沿，围绕我国脑科学与类脑计算战略发展需求，从脑科学与类脑计算领域关键核心技术（脑科学最新进展、类脑模型和算法、脑机交互、仿生计算、深度学习、智能计算、类脑计算芯片和软件等），全方位讨论类脑计算的研究背景、面临的挑战和可能的发展技术路线，追踪学科发展新动态。热忱欢迎各位专家莅临本次论坛交流讨论，共同助力脑科学与类脑计算学科发展。本次论坛的议程及时间平台安排如下所示。

时间：11月1日上午08:40 ——12：00 下午14:00 ——17：30

11月2日上午09:00 ——12：00 下午14:00 ——17：30

平台：腾讯会议

11月1日会议ID：339 614 998

11月2日会议ID：418 560 809

主办：西北工业大学学科办、中国认知科学学会认知与类脑计算专委会

承办：西北工业大学自动化学院、信息融合技术教育部重点实验室

一、 大会主席

韩军伟教授

韩军伟，西北工业大学长聘二岗教授，自动化学院党委书记。国家级高层次人才，科睿唯安全球“高被引科学家”，爱思唯尔中国“高被引学者”。主要研究方向是人工智能、模式识别、类脑计算、遥感影像解译等。在领域顶级期刊/会议如：Proceedings of the IEEE，IEEE TPAMI，CVPR，MICCAI等发表学术论文100余篇，论文被引用近2万次。3篇论文入选年度中国百篇最具影响国际学术论文。获2021年度IEEE GRSS Highest Impact Paper Award（IEEE地球科学与遥感学会最有影响力论文奖）、国际期刊IEEE TCSVT 2021最佳论文奖、国际会议IEEE BIBM 2018最佳论文奖，国际会议ACM Multimedia 2010，MICCAI 2011和ICME 2016最佳学生论文奖提名。培养多名博士生/博士后获得中国图象图形学学会优秀博士论文奖、陕西省优秀博士论文奖、博士后创新人才支持计划、国家级青年人才、高被引科学家等。获陕西省科学技术一等奖（排名第一）等6项省部级科技奖。担任IEEE TPAMI、IEEE TMM、《中国科学：信息科学》等多个国内外期刊编委，任国际会议如：CVPR, ICPR, ACCV等的领域主席。

龚怡宏教授

龚怡宏，西安交通大学软件学院院长，国家级高层次人才，IEEE Fellow，国家973项目首席科学家，视觉信息处理国家工程实验室副主任，陕西省人工智能联合实验室执行副主任。共出版英文专著3部，在国际知名学术期刊和会议上发表论文200余篇，他引27300多次，单篇最高他引3800多次，谷歌h-index为69。于ACM SIGIR 2003会议上发表的文章获得最有影响力文章提名奖(Time of Impact Award Honorable Mention)。多次入选AI2000最具影响力TOP100学者榜单。拥有美国和中国发明专利40余项。研究领域包括人工智能，计算机视觉，受脑启发神经网络研究等。是学术界最早开展体育视频内容分析，基于图像内容的以图搜图检索，以及提出图像稀疏编码特征向量的国际知名学者，引领了国际上大量学者的研究，带领团队多次获得国内外图像视频内容分析领域技术大赛的冠军。

二、 大会执行主席

赵世杰副研究员

赵世杰，西北工业大学副研究员，硕士生导师。长期从事脑网络分析、医学图像处理、深度学习算法等研究工作。在领域顶级期刊/会议如：IEEE TMI，Medical Image Analysis，MICCAI，ACMMM等发表学术论文30余篇,获得ICME 2016最佳学生论文提名奖。主持国家自然科学基金项目、国家重点研发计划子课题、国家自然科学基金重点项目子课题、中国博士后基金特别资助项目等多项国家和省部级项目。担任医学图像计算青年研讨会(MICS)常务委员、Frontiers in Neuroscience Review Editor、Frontiers in Computational Neuroscience Review Editor、中国图象图形学会视觉认知与计算专委会委员等多个学术兼职；担任第八届医学图像计算青年研讨会(MICS 2021)共同程序主席、第二十届全国图象图形学学术会议程序委员；担任IEEE TMI、自动化学报、IEEE JBHI、IEEE SMCA等10余个期刊审稿人。

三、 特邀专家

焦李成教授

焦李成，工学博士，教授，博导，欧洲科学院外籍院士，俄罗斯自然科学院外籍院士。主要研究方向为智能感知与量子计算、图像理解与目标识别、深度学习与类脑计算。现任西安电子科技大学计算机科学与技术学部主任、人工智能研究院院长、智能感知与图像理解教育部重点实验室主任、教育部科技委学部委员、教育部人工智能科技创新专家组专家、“一带一路”人工智能创新联盟理事长，陕西省人工智能产业技术创新战略联盟理事长，中国人工智能学会第六-七届副理事长，IEEE/IET/CAAI/CAA/CIE/CCF Fellow，连续七年入选爱思唯尔高被引学者榜单。研究成果获国家自然科学奖二等奖及省部级一等奖以上科技奖励十余项。

报告题目：类脑感知与认知的挑战与思考

摘要：类脑感知与计算是新一代人工智能算法的主要研究方向之一，对推动新一代人工智能起到关键性的作用。高分辨遥感影像智能化解译是世界各国争夺的技术高点，其所要解决的核心技术就是观得清、辨得明的问题。然而高分辨的观测需求，给高效的目标信息获取带来了难度；目标的多尺度奇异性、复杂多样性等大大增加了目标建模和目标信息学习识别的难度。视觉感知与脑认知（稀疏性、学习性、选择性和方向性）为实现高效准确的高分辨遥感影像感知与解译提供了思路。借鉴生物视觉认知与感知机理，对高分辨遥感信息获取（感）、解译（知）以及应用（用）进行了研究和总结。

朱文武教授

朱文武，清华大学计算机系教授、人工智能研究院大数据智能中心主任，信息科学与技术国家研究中心副主任，大数据算法与分析技术国家工程实验室副主任，国家973项目首席科学家。IEEE Fellow、AAAS Fellow、SPIE Fellow。目前担任IEEE Transactions on Multimedia指导委员会主席，IEEE Transactions on Circuits and Systems for Video Technology常务主编（Associate Editor-in-Chief），曾任IEEE Transactions on Multimedia主编。主要从事多媒体网络计算、大数据智能等研究工作。两次获国家自然科学二等奖。

报告题目：自动图机器学习

摘要：自动图机器学习研究如何进行图机器学习的自动化。自动图机器学习能够有效结合图机器学习与自动机器学习的优点，近年来受到研究者的广泛关注。报告首先对图机器学习和自动图机器学习进行概述。然后，我们将讨论自动图机器学习的最新进展，包括用于图数据的自注意力机制高效架构搜索、大规模图上的超参数优化，以及可解释自动图机器学习等。我们还将介绍AutoGL，首个专门用于自动图机器学习的算法框架和开源工具库，它有望促进自动图机器学习的深入研究和落地应用。最后，我们将展望自动图机器学习的未来研究方向与发展前景。

胡卫明研究员

胡卫明，中国科学院自动化研究所模式识别国家重点实验室研究员(二级)、博士生导师、视频内容安全研究团队负责人，国家杰出青年科学基金获得者，国家级高层次人才，享受国务院政府特殊津贴、国家863重点专项项目首席专家，IEEE Trans. on Cybernetics的Associate Editor。目前研究方向为网络多媒体敏感内容识别、视觉运动分析等，主持了国家自然科学基金重点项目、国家863重点专项项目、目标导向类课题等四十余项科研项目。已在PAMI、IJCV等国际刊物、国内一级刊物以及ICCV、ECCV、CVPR等重要国际学术会议上发表论文300余篇，获授权发明专利50余项。负责完成的敏感图像和视频识别等技术应用于二十余家企事业单位，已在实战发挥作用，取得了显著的经济效益和社会效益。以第一完成人获北京市科学技术(技术发明类)一等奖、北京市发明专利一等奖和吴文俊人工智能科学技术一等奖。

报告题目：神经科学启发的深度学习模型及其在视觉时空信息感知与理解中的应用

摘要：分析神经科学与计算机视觉之间的关系。从以下几方面总结神经科学对计算机视觉的启发点：A) 基本视觉皮层的特征；B) 初级视皮层的原理扩展到高级区域；C) 顺向、逆向、侧向联接；D) 视觉神经分层认知机制；E) 视觉神经系统的选择性注意机制；F) 动态信息的选择性记忆机制。介绍本团队在基于各向异性膨胀网络的物体检测、基于深度时空自组织神经网络的运动检测、基于编解码孪生神经网络的目标跟踪、基于时空金字塔注意力神经网络的行为理解和长短时记忆序列卷积神经网络的行为语义描述等方面的研究工作。介绍本团队在手机特定视频检测装备、互联网交换机端异质媒体监测设备和网络直播智能审核系统等实际应用方面的工作。

高会军教授

高会军，哈尔滨工业大学教授、博导，智能控制与系统研究所所长。国家杰出青年科学基金获得者、国家级高层次人才、IEEE Fellow、欧洲科学院院士。长期从事智能控制、高端智能装备、智能机器人系统等方面的研究工作，研究成果发表在Automatica、IEEE汇刊、《中国科学》等权威期刊上。曾获国家自然科学二等奖、陈嘉庚青年科学奖、中国青年科技奖、国务院政府特殊津贴、全国先进工作者、中国青年五四奖章等荣誉。任IEEE工业电子学会副主席，国际自动控制联合会IFAC理事会成员，是IEEE系统人控制论学会的杰出演讲人。

报告题目：显微操作智能系统

摘要：显微操作技术是针对微纳尺度目标进行高精度操作的一种多学科交叉技术，被广泛应用于生物医疗、机械制造、材料加工等方向。此报告从介绍前沿的显微操作技术开始，主要阐述显微操作在生物医疗领域中的应用；特别地，分析了针对一类广泛使用的有脊椎模式动物斑马鱼的显微操作方法，主要包括精准位姿控制技术、大变形物体柔顺捕捉技术、目标三维定位和多目标快速跟踪技术。这些技术对生物遗传学、发育学的研究以及药物的研发、筛选和测试具有重要意义。

周东华教授

周东华，CAA/IET/IEEE Fellow,上海交通大学博士，浙江大学博士后。曾任北京理工大学副研究员、德国洪堡学者、美国耶鲁大学访问学者、清华大学自动化系主任。目前任山东科技大学副校长、清华大学教授（双聘）。主要研究动态系统故障诊断、运行安全性评估理论等。已主持国家级重大、重点项目10项，出版学术专著7部，发表IEEE 汇刊和Automatica 论文90余篇。目前任IFAC 技术过程故障诊断与安全性技术委员会委员、中国自动化学会副理事长、技术过程故障诊断与安全性专业委员会主任等。已获国家自然科学二等奖2项，国家科技进步二等奖、国家级教学成果二等奖各1项。曾获霍英东教育基金会第七届高等院校青年教师奖、第六届中国青年科技奖、国家新世纪百千万人才、国家杰出青年基金、国家级高层次人才、全国优秀科技工作者等荣誉称号，并曾任国家基金委创新研究群体负责人。

报告题目：随机动态系统间歇故障检测技术

摘要：间歇故障是一类持续时间短，未经处理可自行消失，并可重复出现的非永久故障，常见于电子信息控制系统中，其发生的频率远远高于永久性故障，但其研究成果远少于永久故障，缺乏有效的检测方法。本报告介绍了本课题组在此研究方向取得的一些最新的研究成果，包括：线性随机系统间歇故障可检测性理论、含随机模型不确定性的鲁棒传感器间歇故障检测方法、线性随机时滞系统间歇故障检测方法、基于滚动时域估计的间歇故障检测方法、以及数据驱动的随机动态系统间歇故障检测方法等。

明东教授

明东，国家杰出青年科学基金获得者，国家级高层次人才，首批国家优秀青年科学基金获得者，教育部科技委委员，国务院政府特殊津贴专家；任天津大学科研院常务副院长，医科建设办公室主任，医学部执行主任，医学工程与转化医学研究院院长，教育部智能医学工程研究中心主任，天津脑科学与类脑研究中心主任，全国生物医学工程专业学位研究生教育协作组组长，中国生物医学工程学会青年工作委员会主任。研究方向聚焦于新一代神经工程学基础理论与关键技术，以脑-机交互为研究主线，重点面向特种医学与人机工程、物理医学与康复工程等重大领域的工程应用，主持承担包括国家重点研发计划、国家自然科学基金重点项目、重大重点项目等20余项课题，取得多项创新性研究成果。获中国专利奖、天津市技术发明一等奖、科技进步一等奖、黄家驷生物医学工程奖、中国机器人科学引领奖、转化医学创新奖等多项荣誉。

报告题目：无创脑-机接口发展与挑战

摘要：脑-机交互是人-机交互的最高形态，是生物智能与人工智能融合的必经路径，脑-机接口作为脑-机交互的关键核心技术，对现代医学与智能科技发展意义重大，特别在康复、特种等领域的发展前景广阔。本次演讲将首先对脑-机接口技术进行基本概述，总结有创脑-机接口和无创脑-机接口发展的共同趋势；而后从基本框架、编码范式、解码算法、硬件平台等方面梳理无创脑-机接口的发展历史；最后围绕神经基础、传感方式、软硬件系统、关键技术、典型应用等脑-机接口的全技术链条，介绍天津大学神经工程团队在无创脑-机接口领域的最新研究进展。

高新波教授

高新波，博士，教授，重庆邮电大学校长，重庆市青年科技领军人才协会会长，西安电子科技大学副校长，新世纪百千万人才工程国家级人选，国家杰出青年科学基金获得者，国家级高层次人才，科技部重点领域创新团队负责人、教育部创新团队负责人，教育部高等学校计算机类专业教学指导委员会委员。IET Fellow、CIE Fellow、IEEE高级会员、中国图象图形学会常务理事、中国计算机学会理事、中国电子学会理事。主要从事机器学习、计算机视觉、模式识别等领域的研究和教学工作，发表SCI论文200余篇，引用12000余次，获国家自然科学二等奖1项、省部级科学技术一等奖3项。

报告题目：图像跨域重建理论与方法

摘要：跨域图像是指同一目标通过不同传感器所获得的不同形态的图像，而图像跨域重建是指利用跨域图像之间的内容关联性和表达互补性，由一个域的图像生成另外一个域的图像的过程。本报告中的图像跨域重建主要包括人脸画像-照片合成和图像超分辨率重建。本报告首先介绍跨域图像产生的背景、意义和社会需求，进而以画像-照片合成和图像超分辨重建为例介绍图像跨域重建的研究现状以及我们团队在此方向上的最新研究进展。

周天罡研究员

周天罡，中科院生物物理所、合肥综合性国家科学中心人工智能研究院副研究员，中科大计算机本科、1993年转认知科学，1996年转认知神经科学领域。在国内首批开展fMRI研究（中华放射学杂志，1997）；在国内首次实现“fMRI和ERP结合”（Human Brain Mapping，1999）。2000年和2002年德国开展fMRI合作研究和系统培训。从事多通路视觉认知、知觉组织和注意、记忆与学习、视觉意识和自我意识等认知科学研究。研究手段以心理物理实验为基础，结合以fMRI为主的认知神经科学技术。因计算机和认知科学的双重背景，参与多项认知和计算交叉的国家项目，有丰富的交叉学科合作经验。在Science（2003）, PNAS (2007, 2010, 2015, 2016)等综合杂志，以及Neuron等专业期刊发表论文40余篇。

报告题目：The Neural Representation of “Global-first”“大范围首先”的神经表达

摘要：脑认知成像的基本假设是大脑认知功能的分布式模块化表征，前者是指大脑是由专司某种认知功能、结构和功能相对独立的多个脑区组成的；后者是脑网络和脑连接组。联结主义强调网络连接的功能，而没有涉及组成网络的神经元的功能。我们对“大范围首先”的神经表达的研究，广泛涉及到模块化、脑网络、和特定细胞等，显示了人类认知神经表达的复杂性。如果说深度学习来自神经系统的层次结构的启发，那么“大范围首先”的根源在于对特定细胞的超越脑区的认识，将为“通往人类水平的AI”的体系结构提供深刻和丰富得多的启发。

黄民烈副教授

黄民烈，博士，清华大学长聘副教授，中文信息学会自然语言生成与智能写作专委会副主任、CCF学术工作委员会主任助理，获国家杰出青年基金项目、自然科学基金重点项目资助。

研究领域为自然语言处理，特别是自然语言生成、对话系统、阅读理解等。曾获得中国人工智能学会吴文俊人工智能科技进步奖一等奖（第一完成人），中文信息学会汉王青年创新奖，阿里巴巴创新合作研究奖。多次获得国际主流会议的最佳论文或提名（IJCAI、ACL、SIGDIAL等）。研发对话系统平台ConvLab和ConvLab2，中文开放域对话预训练模型EVA、CDial-GPT等。担任顶级期刊TNNLS、TACL、CL编委，ACL 2021资深领域主席（SAC），EMNLP 2021研讨会联合主席，10余次担任ACL/EMNLP的领域主席。

报告题目：超大模型与语言理解

摘要：今天以GPT-3为代表的超大模型几乎统治了自然语言处理每个任务和分支。这些超大模型在各种自然语言理解和生成任务上取得了令人惊叹的效果，但他们是否真的理解语言还是只是简单地建模统计共现？又或者，什么是理解？大模型+大数据的道路是否是通向理想的人工智能的正确路径？讲者将分享他在这些问题上的思考。

王龙教授

王龙，1992年于北京大学获得博士学位。1993年在加拿大多伦多大学做博士后，1995-1997年获德国洪堡基金资助在德国宇航中心进行合作研究。现为北京大学教授、博士生导师，是“新世纪百千万人才工程”国家级人选、国家杰出青年科学基金获得者、国家级高层次人才。近年来，王龙教授主要从事复杂系统智能控制、网络化控制系统的分析与综合、集群行为与集群智能、演化博弈与群体决策等方面的研究工作，其研究成果被国内外广泛引用，并获得国家自然科学奖、教育部自然科学奖（一等奖）等多项奖励。

报告题目：The Flyball Governor Principle of Artificial Intelligence

摘要：展现控制理论的光辉发展历程、特别是现代控制理论60多年的重要进展和里程碑，探讨在网络化、智能化、人机协同、内外双闭环、信息和物理系统相融合的新时代控制理论研究的新特征和新范式，指出控制+博弈是新一代智能控制理论的核心内容；还进一步探究了控制+博弈的最小模型问题、多人重复博弈的可控性、可观性、鲁棒反馈策略、事件驱动机制、博弈序列辨识等问题。

朱军教授

朱军，清华大学计算机系教授、人智所所长、北京智源人工智能研究院首席科学家，曾任卡内基梅隆大学兼职教授。主要从事机器学习研究，担任IEEE TPAMI副主编、AI编委，担任ICML、NeurIPS等领域主席20余次。获科学探索奖、CCF自然科学一等奖等，国家级高层次人才、MIT TR35中国先锋者以及IEEE“AI’s 10 to Watch”，带领团队研制“珠算”深度概率编程库、“天授”强化学习库和RealSafe对抗攻防平台，获多项国际竞赛冠军和最佳论文奖。

报告题目： Learning with Spike Neural Networks

摘要：Spike neural networks (SNNs) represent an important type of models to simulate brain computation. In this talk, I will present some global learning methods to optimize the parameters of SNNs via back-propagation through both temporal and spatial dimensions, which can effectively learn deep SNNs. I will also show some connections between spike neural dynamics and Monte Carlo inference.

张兆翔教授

张兆翔，中国科学院自动化研究所研究员、博士生导师，中国科学院大学岗位教授，中国科学院脑科学与智能技术卓越创新中心骨干，国家级高层次人才，国家级高层次青年人才，研究方向包括：物体检测与分割，视觉认知计算，类脑智能等，担任或曾担任IEEE T-CSVT、Patten Recognition、NeuroComputing 编委（Associate Editor），是CVPR、ICCV、AAAI、IJCAI、ACM MM、ICPR、ACCV 等国际会议的领域主席（Area Chair）。

报告题目：脑启发的机器视觉感知与学习

摘要：以深度学习为代表的的人工智能方法取得了突破性进展，尤其是在机器视觉感知领域部分应用中甚至媲美人类性能，但是依旧存在相关局限性，如鲁棒性差、自适应性差，对样本需求大等。本报告将介绍我们在脑启发的机器视觉感知与学习中的一系列尝试，通过引入结构机制与认知机理，进而指导我们设计神经网络结构，在一系列问题上取得了显著提升，最后本报告将对脑科学与人工智能的交叉融合加以展望。

徐枫副教授

徐枫，中国人工智能学会副秘书长，清华大学软件学院副教授，博士生导师，国家优秀青年科学基金，北京市杰出青年基金获得者。2007年于清华大学物理系获得理学学士学位、2012年于清华大学自动化系获得工学博士学位。2012年-2015年就职于微软亚洲研究院，先后任副研究员、研究员。2015年至今在清华大学任教。研究方向包括人工智能、智慧医疗、虚拟/增强现实等。近年来致力于三维重建、人工智能、大数据技术与医学、生命科学的交叉问题研究。相关工作发表在Cell Patterns，PRL，ACM Siggraph, ACM Siggraph Asia, CVPR等国际权威期刊和会议上（主页：http://xufeng.site）。

报告题目：基于深度学习的交互运动感知与重建

摘要：针对人的运动感知和重建是计算机图形学、计算机视觉领域的热点研究问题，以人脸、人体、人手以及全身为研究对象的相关技术，对影视、游戏、虚拟/增强现实等应用场景具有重要意义。随着技术的不断发展，在纯人感知与重建的基础上，人与物体的交互场景受到越来越多研究者的关注，成为这一领域的前沿方向之一，有望对未来机器人、人机交互等技术的发展注入新的活力。然而交互运动中人与物体互相遮挡，物体复杂运动的引入等，都给问题的解决增加了新的困难，本报告将针对这些新的困难，探讨可能的解决思路和方法。

徐胜元教授

徐胜元，国家杰出青年科学基金获得者（2006），国家级高层次人才，教育部创新团队学术带头人，国家自然科学二等奖获得者（2019年度）。1990年于杭州师范学院获理学学士学位，1996年于曲阜师范大学获理学硕士学位，1999年于南京理工大学获工学博士学位。2000年12月至2001年11月在比利时鲁汶大学（Universitè catholique de Louvain）做博士后研究，2001年12月至2002年9月在加拿大艾尔伯特大学（University of Alberta）做博士后研究，2002年9月至2003年9月获聘为香港大学William Mong青年研究员。现为南京理工大学自动化学院教授，博士生导师，香港大学荣誉教授。

报告题目：系统的稳定与鲁棒稳定

摘要：稳定性与鲁棒稳定性是系统理论研究中两个非常重要的概念，所谓稳定性是指一个实际系统处于平衡状态时，当其受到外来作用的影响，如果这种作用消失后，系统经过一个过渡过程后仍然能够回到原来的平衡状态的能力；而鲁棒稳定性是指当一个稳定的系统中的参数或其外部环境发生一定变化（摄动）时，系统的稳定性依然保持的能力。本报告在对系统的稳定性与鲁棒稳定性的研究简要回顾的基础上，对存在不同类型的参数不确定性系统给出鲁棒稳定性判据，并对不同的鲁棒稳定性判据的保守性进行分析与比较。

吕宝粮教授

吕宝粮，上海交通大学计算机科学与工程系长聘教授、博士生导师、IEEE Fellow。现任上海交通大学智能交互与认知工程上海高校重点实验室主任、上海交通大学清源研究院执行院长、上海交通大学附属瑞金医院脑机接口与神经调控中心共同主任和上海交通大学附属瑞金医院脑病中心-米哈游联合实验室主任。担任亚太神经网络学会理事、IEEE Transaction on Cognitive and Developmental Systems、Journal of Neural Engineering、《模式识别与人工智能》和《智能科学与技术学报》编委。荣获2018 IEEE Transactions on Autonomous Mental Development和2021 IEEE Transactions on Affective Computing最佳论文奖以及2020年度吴文俊人工智能自然科学一等奖，入选爱思唯尔2020“中国高被引学者”榜单。主要研究领域包括仿脑计算理论与模型、神经网络、深度学习、情感智能与情感脑机接口。

报告题目：实用化多模态情感脑机接口研究

摘要：情感脑机接口是一类对人的情绪进行识别和调控的脑机接口，是目前实现情感智能的一个重要途径。情绪的变化非常复杂，单一模态信号往往无法对情绪状态进行全面客观和准确的表征。因此，多模态情感脑机接口的研究越来越受到人们的关注。一系列研究结果表明，脑电信号和眼动追踪信号对情绪表征具有互补特性，两种信号的融合可以大大提高情绪识别的准确率。但在许多实际应用场景，脑电设备存在价格高、佩戴舒适性差、脑电信号个体差异大以及操作不便等缺点。为了开发实用的抑郁症客观评估多模态情感脑机接口系统，我们需要克服上述脑电设备和脑电信号的缺点。本报告介绍我们最近提出的两个深度学习算法，一个是为构建跨被试情感模型的即插即用域适用学习算法，另一个是利用单模态眼动追踪信号简化多模态情绪识别的深度学习模型。

胡清华教授

胡清华，天津大学北洋讲席教授，智能与计算学部副主任兼人工智能学院院长，天津市机器学习重点实验室主任，国家优青、杰青。主要从事不确定性人工智能、多模态学习与自主机器学习方面的研究。先后主持自然基金优青项目、重点项目、杰青项目以及国家重点研发计划项目的支持，在大数据的不确定性建模、不确定性敏感的机器学习算法以及考虑不确定性的智能无人系统环境感知与自主学习等方面取得了一系列成果，在IEEE TPAMI、IJCV、IEEE TKDE、IEEE TIP、IEEE TFS、IEEE TCYB、ICCV、CVPR、NeurIPS、IJCAI、AAAI、ICDM等处发表学术论文200余篇，获批专利20余项。研究成果在灾害性空间天气预报、全国森林火灾风险预报、智能测试机器人、智慧城市等领域投入应用。目前担任IEEE Trans. on Fuzzy Systems、自动化学报、智能系统学报、中国图象图形学报、控制与决策等期刊的编委。

报告题目：开放动态场景中的自主机器学习探索

摘要：智能系统被广泛应用于各种开放动态场景，环境感知的技术越来越丰富、环境的不确定性愈来愈强、需要认知的对象越来越多、而对识别预测的可靠性要求却越来越高。传统机器学习模型难以适用于如此复杂的建模任务。为此，需要探索低质量、不确定性、多模态数据刻画的动态变化场景中大规模分类预测和推理决策的方法。本报告将从低质多模态数据的柔性可信融合、低质大数据的不确定性主动感知、分类预测的不确定性评估、考虑不确定性的自主学习以及融合知识与数据的低资源任务建模等方面开展讨论，初步探索开放动态场景中的一些机器学习新方法。

姜斌教授

姜斌，南京航空航天大学教授、副校长，国家级高层次人才、IEEE Fellow、中国自动化学会会士：曾在新加坡、法国、美国和加拿大做博士、研究员、邀请教授和访问教授。担任IEEE 南京分部控制系统分会主席、中国航空学会制导、导航与控制分会副主任、中国自动化学会技术过程故障诊断与安全性专业委员会副主任、江苏省自动化学会副理事长，IEEE Trans. on Cybernetics, IEEE Trans. on Neural Network and Learning Systems 和《宇航学报》等多个国内外重要期刊副主编/编委。长期从事故障诊断和容错控制及其飞控和高铁应用领域的研究工作,在Springer 和国防工业出版社等出版学术专著8部，在IEEE Transactions., Automatica, AIAA JGCD 等国际期刊发表论文80余篇。以第一完成人获国家自然科学二等奖、江苏省科技一等奖等奖励。

报告题目：集群无人机的智能故障诊断与容错控制技术

摘要：随着无人机作战环境的日益复杂、执行任务的日渐多样化，单架无人机的能力已经无法满足任务顺利完成的需求。因此基于对生物集群自主化、智能化的研究，多无人机协同作业越来越受到关注和重视。无人机集群是一个大规模互联系统，要求集群中的每架无人机具备较高的可靠性和安全性。若集群中的个体被敌方恶意攻击或者集群内部出现故障，将导致飞行任务执行效率降低。此外无人机之间的互联性可能会导致故障个体威胁到邻近无人机甚至是整个集群的稳定性，使得集群的优势无法体现。本报告针对集群无人机系统，重点介绍智能故障诊断与容错控制技术的研究进展，并对该领域的未来发展趋势进行了展望。

程明明教授

程明明，南开大学教授，计算机系主任，国家级高层次青年人才。主要研究方向是计算机视觉和计算机图形学，在SCI一区/CCF A类国际期刊和会议上发表学术论文100余篇（含IEEE TPAMI论文20篇），论文被Google学术引用2万余次，一作论文单篇最高引用4000余次，连续5年入选Elsevier中国高被引学者榜单。技术成果被应用于华为手机智能拍照、推想科技CT影像智能分析、金风科技风电设备运行监控、中化农业病虫害识别等领域。获得ACM中国新星奖、天津市青年科技奖、吴文俊人工智能自然科学二等奖、中国图象图形学会自然科学一等奖、教育部自然科学一等奖等奖项。现担任中国图象图形学会副秘书长、天津市人工智能学会副理事长和SCI一区期刊IEEE TPAMI, IEEE TIP编委。

报告题目：大规模图像的多粒度目标检测

摘要：从图像中快速准确地获取目标信息是计算机视觉的核心任务。鲁棒的目标检测与信息提取需要对不同粒度的信息进行高效的整合。本报告从多层次卷积特征融合、基于短连接的多尺度融合与深度监督、基于分层递进残差设计的层内多尺度特征表达、时序多层次信息提取、霍夫空间度尺度检测、多模型高效融合、多图像联系分析等角度入手，系统地介绍南开大学媒体计算团队在边缘检测、显著性物体检测、图像分类、语义分割、物体检测、关键点估计、视频动作分割，语义线检测、行人计数、年龄估计、图像超分辨率等领域的最新研究进展。同时，本次报告也将从实例、图像、整个数据集三个粒度出发，对大规模图像集合进行联合分析，以减少图像理解算法对大规模精确标注的依赖。

四、 会议日程安排

撰稿：赵世杰

审核：管峻