成电讲堂

　　11月28日，中山大学林倞教授应邀做客我校学者论坛，以题为“数据与知识联合驱动的视觉语义感知”的学术报告，与我校从事相关方向研究的师生开展学术交流。论坛由计算机科学与工程学院董乐副教授主持。

　　林倞教授详细阐述了当前大量内容复杂、多源异构数据涌现，并且不断动态增加的现状，指出从这些数据中抽取内容，并进行语义分析和理解，成为了计算机视觉的核心难题。林倞教授探讨了在深度学习框架下融合丰富领域知识及任务先验的研究思路，并介绍了在视觉语义感知方面的一系列成果，包括：结构化深度表达学习；一般化相似度量学习；关于如何利用大规模未标注样本这一问题相对应的自主性样本选择学习。林倞教授围绕这三点着重介绍了其团队最新的研究成果。

　　交流中，林倞教授对在场老师和学生提出的多个问题做了详细解答，特别就大家广泛关注“卷积神经网络和递归神经网络的结合？”“应当把神经网络看做是黑盒问题还是白盒问题？”等问题进行了深入的探讨。他说：“相比通过增加神经网络的深度或宽度来提高在实验数据集上的结果，应该增加对神将网络机制的研究。”

　　在学术交流过程中，大家深入探讨了深度学习在实际应用中的优势和局限，加深了从事不同领域的教师与学生对深度学习的理解，促进了广大青年教师在该方向的探索，有利于学术水平提升和开展跨学科合作。

　　本次活动由人力资源部教师发展中心主办，计算机科学与工程学院承办。

相关链接：

　　林倞，中山大学数据科学与计算机学院教授，博士生导师，教育部超算工程软件研究中心副主任。2008年在北京理工大学获得博士学位，分别于2006-2007、2008-2010年在美国加州大学洛杉矶分校学习和工作，2014-2015年在香港理工大学、香港中文大学访问。长期从事视觉感知计算与智能学习相关领域的研究，在物体/场景结构化解析、深度表达学习、视觉模式匹配、半监督自主学习等方面取得了一系列创新成果，在若干标准测试平台上达到国际一流水准。迄今在CCF-A类国际学术期刊与会议上发表论文60余篇，包括在PAMI/IJCV期刊发表论文10篇。目前Google引用超过2800次，ESI高被引论文2篇。获得NPAR 2010最佳论文奖，IEEE ICME 2014最佳学生论文奖，2012 Google Faculty Award，2014 Hong Kong Scholars Award，率队获得2016英特尔杯全国并行应用挑战赛金奖。目前担任IEEE Trans. Human-Machine Systems等3个国际知名期刊的编委(AE)。获得国家优秀青年科学基金，入选教育部新世纪优秀人才支持计划。