报 告 人：张长青 副教授，天津大学

报告时间：4月18日（周日）10:00～12:00

报告地点：校本部东区计算机大楼402室

邀 请 人：岳晓冬 副教授

报告摘要：

多模态图机器学习是多源信息融合的关键技术基础，其研究水平直接关系到人工智能在众多重要领域的应用效果。多源、异构特性导致不同模态之间的关联复杂且难以预知。多模态学习的核心问题是如何协同利用不同模态之间的一致性和互补性，准确地发现数据的内在模式以提高数据分析的有效性。报告针对多模态学习中的基础问题进行研究，探索传统模型的局限性，并提出多模态表示学习完备性，解决多模态融合的理论保障和数据噪声、模态残缺等低质数据问题。在辅助医学诊断上进行了应用验证。

报告人简介:

张长青，天津大学智能与计算学部副教授、博士生导师，入选天津大学北洋学者-青年教师计划。研究方向包括机器学习、计算机视觉、医学图像分析等。在IEEE Transactions期刊（IEEE TPAMI/IJCV/TMI）和CCF-A会议（NeurIPS/CVPR/ICCV）上发表论文50余篇。主持和参与科技部重点研发计划、国家自然基金项目、天津市自然科学基金等。主页：http://cic.tju.edu.cn/faculty/zhangchangqing/index.html