重点实验室
当前位置: 首页 >> 重点实验室 >> 正文
深度对比学习及应用
发布日期:2024-05-23  来源:   查看次数:

报告时间:2024年5月24日(星期五)10:30—11:30

报告地点管理学院新大楼1125会议室

:袁晓辉副教授

工作单位:北德克萨斯大学

举办单位:合肥工业大学管理学院

个人简介

袁晓辉受聘为北德克萨斯大学终身教授,计算机视觉和智能系统实验室主任,IEEE Senior Member。于1996年由合肥工业大学获得电子工程学士学位,并于2004年由Tulane大学获得博士学位。同年加入美国国家卫生研究院。他于2006年受聘于北德克萨斯大学成为助理教授,并于2012年成为副教授并获得终身教职。主要研究方向包括计算机视觉,机器学习和人工智能。他已主持了20余项由美国国家航空与航天局、美国空军实验室、美国科学基金、美国地质勘探局等支持的科研项目。他有200多篇研究成果发表在国际会议和杂志中。其中SCI检索80多篇,EI检索70多篇。Google Scholar中h-index:39,i10-index:87。袁晓辉教授予2008年获得Ralph E. Powe教授奖,并于2011,2012,2013年获得美国空军访问教授奖,于2007、2008、2012由北德州大学获得两个科研奖和一个教学奖,并于2010年收录入Who’s Who in America。他在多个国际杂志中担任副主编、编委会成员和客座编委,并在多个国际会议中担任组织成员和会场主席。他是NASA、NSF、NIH等科研项目的评委。指导6位博士、1位硕士(论文),毕业6位博士、4位硕士(论文),40多位课程硕士,及24位来自中国、埃及、印度等国的访问学者。

报告内容

对比学习(contrastive learning)属于无监督学习中一种学习策略,是一种自监督学习的方法。它可以在没有标签的数据上进行学习,避免依赖大量标签数据,从而帮助我们更好地理解和利用数据集中的信息,提高模型的性能和表现。我们的报告涵盖了对自监督学习的简单介绍,并且深度介绍了对比学习方法。结合在图像数据和时序数据上的应用,展示了对比学习在只有少量标签的训练数据和无标签数据的情境下的实际应用。

上一条:轻量网络自适应学习环境下的样本生成
下一条:如何在信管领域开展心理学实验研究

【关闭】