報告人：冀中  教授 天津大學

時    間：2022年10月27日（周四） 15 :00- 16 :30

地    點：騰訊線上會議（會議号：269-231-090）

摘要：

    現有大多人工智能的方法需要在大量訓練數據的➿⚽✨➿下才能完成知識的理解、判斷和推理，是“大數據小任務”的數據智能。然而，真正的智能是能夠舉一反三的“小數據大任務”的智能。少樣本學習技術旨在實現知識的舉一反三和智能推理，為此受到了學術界和企業界研究人員的廣泛關注。本報告首先簡要回顧視覺少樣本學習的發展和典型技術，然後分别從傳統少樣本學習、多模态少樣本學習、跨域少樣本學習等方向介紹課題組的一些研究進展。 

報告人簡介：

   冀中，天津大學教授，博導，IEEE和CCF高級會員，天津市類腦智能技術重點實驗室副主任，主要研究方向為零/少樣本學習、持續學習、跨模态學習。

    近年來，在IEEE-TIP/TNNLS/TCYB/TCSVT/TSMCA、PR、SCIS、FCS、NeurIPS、CVPR、ICCV、ECCV、AAAI、IJCAI、ACM MM等權威期刊和會議發表論文100餘篇，以第一發明人授權發明專利40餘項。現任International Journal of Multimedia Information Retrieval (IJMIR) 期刊編委，是20餘個國内外會議的特邀講者、領域主席、技術委員會高級委員或委員，40餘個國内外權威期刊的審稿專家 。