講座主題：
遷移適配學(xué)習(xí)及其在開放環(huán)境下的視覺(jué)應(yīng)用
主講人姓名及介紹：
張磊，重慶大學(xué)微電子與通信工程學(xué)院研究員，博士生導(dǎo)師，重慶市生物感知與智能信息處理重點(diǎn)實(shí)驗(yàn)室副主任，LiVE智能視覺(jué)與學(xué)習(xí)團(tuán)隊(duì)負(fù)責(zé)人（http://www.leizhang.tk）, IEEE Senior Member。主要聚焦于遷移學(xué)習(xí)、深度學(xué)習(xí)以及開放環(huán)境下的視覺(jué)分析等。在IEEE TIP/TCSVT/TNNLS/TMM等期刊以及ICCV/AAAI/ACM MM/ACCV等會(huì)議上發(fā)表論文80余篇，出版英文專著1部，多篇論文入選ESI高被引論文，Google Scholar引用1500余次。主持國(guó)家自然科學(xué)基金、重慶市重點(diǎn)研發(fā)子課題等項(xiàng)目10余項(xiàng)。
報(bào)告摘要：
大數(shù)據(jù)時(shí)代下，數(shù)據(jù)的異質(zhì)性不確定性日益突出，多域數(shù)據(jù)的獨(dú)立同分布假設(shè)不成立，導(dǎo)致傳統(tǒng)機(jī)器學(xué)習(xí)的期望誤差可靠性無(wú)法保證。近年來(lái)，隨著深度學(xué)習(xí)的發(fā)展，用于解決標(biāo)記數(shù)據(jù)稀缺和領(lǐng)域間分布差異化問(wèn)題的遷移學(xué)習(xí)和領(lǐng)域適配受到極大的關(guān)注，并在視覺(jué)、語(yǔ)音、遙感、醫(yī)學(xué)等重要技術(shù)領(lǐng)域均取得了一定的成功。本報(bào)告將闡述遷移學(xué)習(xí)/領(lǐng)域適配的問(wèn)題背景、必要性與可行性、近年來(lái)的研究進(jìn)展、主流算法框架等，并介紹我們?cè)谶w移學(xué)習(xí)和非受限環(huán)境下的計(jì)算機(jī)視覺(jué)方面的最新工作。并介紹我們?cè)诿嫦蛐?shù)據(jù)訓(xùn)練的非神經(jīng)網(wǎng)絡(luò)架構(gòu)的深層學(xué)習(xí)的最新探索。