科学研究
首页 >> 科学研究 >> 学术报告 >> 正文
学术系列讲座(11月23日):1.走向开放世界强化学习 2.多模遥感图像本征分解 3.自主机器人场景理解

学术报告

报告题目:走向开放世界强化学习

人:俞扬 教授

报告时间:20221123日(周三)下午14:00

腾讯会议:108738422        会议密码:123456

报告人简介:俞扬,南京大学人工智能学院教授、博导,国家万人计划青年拔尖人才,主要从事机器学习、强化学习的研究工作。获2020 CCF-IEEE青年科学家奖,入选2018 IEEE AI's 10 to Watch,获首届亚太数据挖“青年成就奖”,并受邀在国际人工智能联合大会IJCAI'18 作“青年亮点报告。研究工作获4项国际论文奖励和3项国际算法竞赛冠军。

报告摘要:强化学习研究在游戏等封闭环境中已经取得了显著的进步,然而在实际决策类任务处于开放世界中,强化学习在开放世界发挥作用仍然面临巨大的挑战。报告人将对强化学习相关技术进行介绍,并汇报在开放世界强化方向报告人的研究进展,包括环境学习和可泛化策略训练两条途径,前者将真实世界带入电子世界中,使得强化学习仍可使用试错式学习,后者使策略在部署后仍适应环境的变化。

 

报告题目:多模遥感图像本征分解

人:谷延锋 教授

报告人简介:谷延锋,国家杰出青年基金获得者,入选国家级高层次人才计划,现为哈尔滨工业大学电子与信息工程学院副院长,二级教授,博士生导师,任中国遥感应用协会理事,黑龙江省天空地一体化智能遥感技术重点实验室主任,黑龙江省人工智能学会常务理事,IEEE地球科学与遥感汇刊AE、《中国科学:技术科学》青年编委。长期致力于高光谱遥感成像探测与信息处理技术研究,主持过国家自然科学基金重点项目、优青项目,承担国防重点项目课题等,获得黑龙江省自然科学一等奖1项、二等奖1项,军队科技进步二等奖1项。

报告摘要:高光谱遥感探测凭借其较高光谱分辨率、图谱合一的突出优势,已成为高分辨率对地观测、深空探测、航天国防等领域的关键技术之一。作为光学遥感的分支,高光谱成像仍受到大气条件、环境光照等因素影响,导致解译应用困难。高光谱遥感图像本征分解理论旨在通过提取观测场景的本征分量,降低大气条件、环境光照影响,获取地物目标的具备一致性的本征光谱信息,能够有效地提升高光谱遥感图像的解译应用能力。围绕本征分量提取问题,开展了高光谱本征分解理论及方法研究,构建了超像素本征分解模型、多时相/视频本征分解模型、融合高程信息的本征分解模型,为推动高光谱遥感数据应用提供了重要的处理技术和信息支持。


报告题目:自主机器人场景理解

人:倪建军 教授

报告人简介:倪建军,河海大学电子与信息技术研究所所长、教授、博士生导师,江苏省“333工程中青年科学技术带头人、中国水利企业协会智慧水利分会专家委员。担任国家重点研发计划重点专项会评专家、江苏省科技奖励会评专家,国际合作专项评审专家等,现任国际期刊Intelligence & Robotics副主编,WaterComputational Intelligence and Neuroscience等多个国际期刊的客座编辑和编委,分别在加拿大GUELPH大学和英国ESSEX大学做访问教授。主要从事信息获取与处理、人工智能与机器人、物联网技术与应用、智慧水利等方面研究。先后主持和参与国家自然科学基金项目5项、省部级项目8项、其他各级各类项目30余项。近年来在IEEE TNNLSIEEE TIM、系统工程理论与实践等国际国内重要期刊上发明高水平论文100多篇,出版专著2部,教材1部,授权发明专利与软件著作权40余项(其中多项已经完成转化)。

报告摘要:自主机器人近年来发展迅速,可广泛用于城市搜救、家庭保洁等多个特定场景。随着机器人应用范围的扩大,对机器人功能的要求不再局限于机械化或程序化操作以及狭隘的人机交互等,而是需要智能机器人能够通过感知周围环境实现自主工作,实现机器人、人与环境的交互。因此,如何让机器人像人一样理解场景成为研究热点。由于自主机器人的场景理解是一个非常活跃的研究领域,报告人将对这一领域最热门的几个方向的研究情况进行介绍,包括目标检测、语义分割、位姿估计等,并对未来的研究方向给出建议。

 

 

上一篇:12月3日:江苏省自动化学会控制理论及应用专委会高端论坛

下一篇:学术报告(11月7日):Intelligent Omni-Surfaces: Simultaneous Refraction and Reflection for Full-dimensional Wireless Communications

扫码关注