時間：12月8日(周五)

　　地點：教13(302)教室

　　參訓(xùn)人員：21軟件本1、2班

　　專家簡介：

　　王紅強(qiáng)，博士，中科院合肥研究院研究員、博士生導(dǎo)師，中國人工智能學(xué)會會員，世界中醫(yī)藥學(xué)會聯(lián)合會會員，網(wǎng)絡(luò)藥理學(xué)專業(yè)委員會常務(wù)理事，中國人工智能學(xué)會生物信息學(xué)與人工生命專業(yè)委員會常務(wù)委員。中國科技部重點研發(fā)計劃評審專家。安徽省、河北省、山西省科技廳項目評審專家。

　　報告內(nèi)容概要：

　　小樣本學(xué)習(xí)是近年來興起的一個重要研究領(lǐng)域，其目標(biāo)是利用少量數(shù)據(jù)訓(xùn)練模型，從而在一定程度上緩解樣本不足帶來的模型性能欠擬合現(xiàn)象。深度學(xué)習(xí)理論驅(qū)動了人工智能技術(shù)飛躍式發(fā)展，基于深度學(xué)習(xí)的目標(biāo)檢測技術(shù)在許多產(chǎn)業(yè)應(yīng)用中取得巨大成功，其中快速實時目標(biāo)檢測是人工智能技術(shù)產(chǎn)業(yè)應(yīng)用的重要需求。提出了一種多輸入單輸出目標(biāo)識別框架(MiSo)，在此框架下，科研團(tuán)隊設(shè)計了感受野調(diào)節(jié)機(jī)制、殘差注意力自學(xué)習(xí)機(jī)制、基于eRF動態(tài)平衡抽樣策略三種新的學(xué)習(xí)機(jī)制，實現(xiàn)了更加簡潔高效地提取熱點特征信息，并驗證了該模型的優(yōu)越性。