人工智能学院系列学术活动（第62场）——中关村国家实验室助理研究员李京政学术报告

报告题目：数据受限鲁棒学习及其在自动驾驶中的应用报告人：李京政 中关村国家实验室助理研究员报告摘要：在深度学习广泛应用的背景下，模型对大规模高质量数据的依赖日益显著。然而，在现实场景中，数据往往存在标注错误、领域差异与分布外样本等问题，制约着模型的泛化与安全性能。本报告聚焦“数据受限鲁棒学习”，系统介绍在噪声标注、领域自适应和开放环境识别等关键问题上的研究进展，并提出多种高效鲁棒的解决方案。结合...

人工智能学院系列学术活动（第61场）——九州大学博士后研究员聂子斐学术报告

Title:  Bridging Model-based Control and Data-driven Learning: Differentiable Optimization for Autonomous Vehicles and BeyondAbstract:   Recent advances in machine learning have enabled end-to-end frameworks that integrate perception, planning, and control for autonomous vehicles and robotics. However, many learning-based methods lack explicit incorporation of control-theoretic structure, resul...

人工智能学院系列学术活动（第60场）——南方科技大学马畅翼学术报告

报告题目：大规模相似度检索和相似度矩阵补全报告摘要：在图像检索、文本检索和自然语言处理等领域，大规模相似度检索都扮演着核心角色。然而现在中的数据不完整，如查询信息不完整、数据采集失误、用户行为缺失等，都导致数据缺失现象普遍存在。而这些数据缺失直接导致了相似度矩阵不准确进而影响相似度检索的准确率。而如何从不准确的相似性矩阵中，快速、精准地校准出真实相似度，成为当前工业界和学术界亟待解决的关键难题...

吉林大学王湘浩人工智能杰出学者系列讲座——陈雷教授主题讲座

 讲座题目：Effective Data Preprocessing for Deep Learning报告人：Lei Chen Chair Professor in Data Science and Analytics at HKUST (GZ)ACM Fellow  and IEEE Fellow .讲座时间：2025年5月24日（星期六）下午16：30讲座地点：正新楼3楼智慧教室Abstract:Deep learning models, particularly large-scale models, have shown exceptional performance in many applications. However, the success of these models is sign...

2025年春季学期-人工智能前沿讲座（第五讲）——美国密西西比州立大学助理教授陈东学术报告

报告题目：多智能体强化学习在智能系统控制中的应用探索报告人：陈东 美国密西西比州立大学助理教授报告摘要：近年来，智能系统（如机器人、自动驾驶车辆和智能电网）在提升各类系统效率和可持续性方面展现出巨大潜力, 广泛应用于智能交通, 工业自动化和能源管理等领域。 这些系统通过与本地通信网络连接, 形成可扩展且具鲁棒性的“连接系统”。然而, 由于状态空间和动作空间维度高, 系统内部组件交互复杂, 如何对这些连接系统...

人工智能学院系列学术活动（第59场）——中国科学院深圳先进技术研究院胡政研究员学术报告

报告题目：高分辨细胞谱系追踪与肿瘤演化解析报告人：胡政 中国科学院深圳先进技术研究院 研究员报告摘要：细胞谱系追踪与动态解析是揭示发育和疾病机制的关键。我们最近利用一种新型哺乳动物碱基编辑条形码系统，实现了小鼠体内高分辨单细胞谱系树的精确重构，揭示肠癌从多克隆至单克隆转换的演化模式，为理解肿瘤发生提供新的理论框架。针对人体组织谱系追踪的瓶颈，我们发展基于内源性线粒体DNA突变的人体谱系追踪方法，实现...

人工智能学院系列学术活动（第58场）——英国格拉斯哥大学教授吴鸿汉学术报告

报告题目：自动化临床编码：从深度学习到人机协作报告人：吴鸿汉 英国格拉斯哥大学健康与福祉学院教授报告摘要：临床编码是将临床医生在电子病历（EMR）中记录的医疗信息转换为结构化代码的过程，这些代码通常采用国际标准如ICD-10。它是医疗体系中的重要组成部分，为医疗护理、保险、审计、公共卫生和科研提供关键数据。然而，临床编码主要依赖人工完成，因此成本高、耗时长且容易出错。在本次讲座中，我将介绍我们团队在利用...

2025年春季学期-人工智能前沿讲座（第四讲）——复旦大学研究员/博士生导师马兴军学术报告

报告题目：大模型安全研究报告人：马兴军 复旦大学计算机科学技术学院研究员/博士生导师报告摘要：随着各类大模型的广泛部署应用，其安全性问题也日益突出，引发了国内和国际社会各界的广泛关注。在本次讲座中，我将从大模型蓬勃发展的形势出发，举例介绍当前大模型存在的安全可信问题，然后围绕大语言模型、视觉模型以及多模态模型这三类主流模型，分别展开介绍团队在近期的研究工作，与大家一起探讨构建安全可信大模型的可行...

2025年春季学期-人工智能前沿讲座（第三讲）——北京大学助理教授刘畅学术报告

报告题目：人工智能驱动下的运动规划-从单机决策到集群协同报告人：刘畅 北京大学工学院助理教授报告摘要：运动规划作为智能机器人系统的核心基础能力，其传统方法主要依赖于环境几何信息来生成安全高效的运动轨迹。然而，在面对复杂动态的未知环境时，这一经典范式面临着显著的技术瓶颈。随着人工智能技术的快速发展，运动规划的能力边界在多个维度得到了实质性拓展。本报告将系统阐述人工智能技术在三个关键方向对运动规划的...

人工智能学院系列学术活动（第57场）——中科院自动化所助理研究员姚满学术报告

报告题目：类脑基础模型研究报告人：姚满 中科院自动化所助理研究员报告摘要：    类脑脉冲神经网络（Spiking Neural Networks，SNNs）以神经动力学和事件驱动稀疏计算为主要特点，能在神经形态芯片上高效运行。本报告首先介绍报告人在近三年取得的一系列积极进展，通过鉴定并解决神经形态计算的若干内在局限，SNN在传统视觉任务上的性能已经能比肩人工神经网络，且具有显著低功耗优势。进一步地，本报告借鉴大脑信息处理机...