嘉宾简介

张长青，天津大学智能与计算学部副教授、博士生导师，国家“万人计划”青年拔尖人才，其主要研究方向为机器学习、计算机视觉、智能医疗。2017-2018年在北卡罗拉纳大学教堂山分校担任研究员。在IEEE TPAMI/IJCV/NeurIPS/ICLR等期刊和国际会议上发表论文100余篇，10篇论文单篇引用超过200次，5篇论文入选CVPR/NeurIPS口头报告或亮点论文，7篇论文入选ESI高被引论文，2篇论文入选ESI热点论文。Google Scholar引用6500余次。研究成果获得中国图象图形学学会自然科学奖一等奖、ICME最佳论文等奖励，入选百度发布的全球高潜力AI华人青年学者榜单、斯坦福大学发布的全球Top 2%顶尖科学家榜单。受邀为IEEE TPAMI、IJCV、CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR等多个国际高水平期刊及会议审稿。主持和参与多项国家自然基金面上项目/重点项目、国家重点研发计划项目。

报告简介

报告题目：自适应多模态机器学习方法

报告摘要：多模态人工智能技术正在被广泛应用到智能医疗、机器人感知等重要领域。精准、可靠的多模态机器学习成为支持重要应用的关键技术。多模态数据为智能系统提供了丰富信息，使得多模态智能系统可以“兼听则明”，提高分类和预测准确性。在许多真实应用中，由于传感器的不稳定性和损坏、场景的动态变化，造成了关联复杂、低质量的多模态数据。本报告将介绍如何实现自适应复杂多模态数据的融合技术，保证多模态协同的稳定性和可信性。