学术预告

Multimodal learning with graphs and applications

发布日期:2023-07-02 发表者:陈治国 浏览次数:




报告题目:Multimodal learning with graphs and applications

报告人:欧卫华(贵州师范大学)

报告时间: 07/06 19:00-21:00  腾讯会议: 152 754 506


Abstract:

Usually, the same objects can be described from differentperspectives, at different scales, or through multiple modalities,such as images, texts, videos, sounds, and so on. Thisincreasingly heterogeneous data call for multimodal learningmethods because different modalities can lead to intricaterelational dependencies, simple modality fusion cannot fullyleverage multimodal datasets. This talk will introduce thebackground of multimodal learning and cross-modal retrievalmethods based on matrix factorization, generative adversarial,graphs convolution network, and the applications in medicine.Finally, we will talk the blueprint for multimodal graph learning.


作者介绍:

欧卫华,华中科技大学博士、悉尼科技大学博士后、贵州师范大学教授,博士生导师,校学术委员会委员,贵州省第七批百层次创新型人才,贵州省第十二批优秀青年科技人才。贵州省人工智能学会副理事长,中国计算机学会高级会员,中国计算机学会计算机视觉专委会执行委员、中国图象图形学会多媒体专委会委员、中国人工智能学会青年工委会委员。教育部学位与研究生发展中心、国家自然科学基金委、贵州省科技厅、大数据管理局等部门专家库专家。

主要从事人工智能及应用研究,具体包括计算机视觉、机器学习、医学跨媒体智能等。主持和完成国家自然科学基金和省自然科学基金项目7项,在国际顶级期刊IEEE Trans. On Intelligent TransportationSystems、Pattern Recognition等发表SCI/EI高质量论文80多篇,谷歌学术引用近2000次,H-指数22。担任《Computer & ElectricalEngineering》Guest Editor,《Cognitive Robotics》 AssociateEditor, ISAIR, ACAIT, AAAI, IJCAI, ChinaMM等国内外会议程序委员会主席/组织委员会主席/程序委员会委员及20多种国际期刊审稿人,获得国际人工智能与机器人(ISAIR2020)最佳论文奖。


Baidu
sogou