【前沿讲座】向世明研究员解读模式识别学习浪潮

  • 图文/刘畅(国科大记者团) (党委宣传部/新闻中心)
  • 创建于 2015-10-23
  • 5193

    20151022日下午1330分,中国科学院自动化研究所模式识别国家重点实验室研究院博士生导师向世明教授为中国科学院大学同学带来了一场题为“模式识别与机器学习前沿”的精彩讲座,坐满的教室和不时的掌声印证着向教授深入浅出的讲解。

向世明教授为大家做讲座

   

   “概念篇”

模式识别很火,与之相关的机器学习、数据挖掘和模式分类等学科都迅速占领了计算机科学与技术的前沿。为了让同学更好地理解这些看似相同、实则不同,却又紧密相连的学科,向教授首先为大家介绍了这些热点领域,从概念层次上对这些容易混淆的研究领域进行了区分。同时给出了模式识别、数据挖掘和机器学习的联系思维导图,让同学们从更加直观的角度了解这些相互交错的前沿之间的强关联性。理论知识永远需要应用进行实现,在上述理论问题的讲解之上,向教授给出了模式识别在实际生活中的应用,并向同学们展示了他所在实验室的研究成果,使同学们将概念性知识与实际紧密相连,理解更加深入。

 

“基础篇”

在理解概念和了解应用之后,向世明教授为大家总结了模式识别和模式分类等相关领域广义上的研究方向——无监督学习、监督学习和半监督学习等,并在这几个研究大类中列出了相应需要掌握的基础知识,如聚类分析、特征提取、分类器构造和距离度量学习等。同时较为详细地为大家讲解了距离度量学习、流形学习、数据聚类和特征器选择。从学习任务、学习模型、学习重点方面给出了介绍和建议,这些都是同学们以后一定会接触到的。讲座现场 
    “热点篇”

“研究需要站在伟人的肩膀上”,为了让大家了解模式识别相关领域的热点问题,向教授在基础篇中的每个学习点上都做了相应的总结,包括目前的研究热点和相关的优秀论文。同时强调了目前较为综合的热点问题——深度学习。在给同学们展示人工神经网络的发展历程和热点的同时,将引领深度学习浪潮的前沿研究人员和团队整理给同学们。向世明教授告诉同学们,“作为研究生,但凡想要从事该领域发展的,都需要跟住这些人员的脚步,随着他们发表的最新研究成果回溯相关基础知识,了解发展前沿,而不是没有目标的随意研读论文”。

研究需要关注前沿,在讲座的最后,向教授给大家五个推荐的研究热点,供大家学习和参考,讲座也在大家热烈的掌声中结束。

 

    主讲人简介:

    向世明,研究员,博导,研究方向为模式识别和计算机视觉,2006年在清华大学自动化系博士后毕业到中科院自动化研究所模式识别国家重点实验室,历任该实验室副研究员、研究院、博导,已在高水平国际期刊和主流会议上发表论文90余篇,以第一作者在国际权威期刊上发表论文12篇,出版图书三部,获国家发明专利4项。曾任多个本领域国际会议程序委员会委员,《计算机辅助设计与图形学学报》编委,现任CCF计算机视觉专业组委员,中国人工智能学会模式识别专委会委员。

 

    延伸阅读:

    “科学前沿进展名家系列讲座”创办于20149月,是中国科学院大学为首批本科生开设的必修课程,同时欢迎研究生和教职工参加,由中国科学院大学本科部主办,讲座召集人为高鸿钧院士。该课程按照数学、物理、化学、生物、材料、计算机六个专业,邀请相关科学领域的院士等知名专家开展专题讲座。通过讲述科学故事、介绍相关学科方向的科学前沿进展,让学生在本科第一学年了解不同学科的科研方向和主要进展,拓宽学生的学术视野,为他们最终选择学科专业和专业方向提供更丰富的判断依据。