内容简介：大模型席卷各个领域，利用大模型来解决优化问题的工作也越来越多，从连续问题到组合优化、从单目标问题到多目标问题、从让大模型直接生成解到让大模型设计优化算法都有学者进行了尝试，显示了大模型在优化上的潜力与问题。进化算法作为解决优化问题的经典方法不可避免地与大模型结合了起来，学者们也已尝试各种结合方式。如何发挥进化算法地优势，释放大模型的在解决优化问题上的潜力，是优化方向需进一步探索的问题。本报告对大模型在优化问题上的工作进行回顾，并介绍如何将大模型、进化算法、领域知识结合，来实现面向复杂网络的优化方法自动设计。

报告人：刘静

报告人简介：西安电子科技大学广州研究院副院长、二级教授、博士生导师。长期从事智能优

化，复杂网络系统认知、预测与调控，时间序列分析，计算机视觉领域的研究工作，已合作出版专著4部、发表国际期刊论文160余篇、国际会议论文100余篇。2015-2020任人工智能领域顶级期刊《IEEE Trans. Evolutionary Computation》副编，2017-2018任IEEE智能计算学会涌现科技技术委员会主席。已主持多项国家级、省部级科研项目。2013年作为第三完成人获得国家自然科学二等奖，2014年获得吴文俊人工智能科学技术创新二等奖（个人奖），2015年入选国家级青年人才，2018年入选国家级人才，同年被批准为享受国务院特殊津贴专家。

题目二：面向事件相机的感光芯片设计及异步信号智能处理

内容简介：高质量影像数据是我们认知世界的重要手段。面对远距离、高速运动、遮挡隐匿的目标探测挑战，如何能看得清、抓得住、辨得明，是当前面临的巨大挑战。传统光学成像分辨率高，但动态范围小、成像速度慢，无法满足探测需求。为此，本项目颠覆传统积分感光成像模式，设计基于能量差分的动态感光芯片，研制动-静双模态异构混合的感光微系统，重点突破感光芯片设计时的物理空间与成像时间约束，实现兼具高分辨、大动态、高帧率的感光；进一步地，针对混合微系统输出的双模异构信号，研究基于时空关联去噪的信号质量增强，设计基于动-静双模协同重构的异构信号融合方法，重点突破目标成像质量差、检测识别难的问题，可用于智能制造、智慧交通、安防监控等领域。

报告人：吴金建

报告人简介：西安电子科技大学教授、博士生导师，国家优秀青年基金获得者。分别于2008

年、2014年获得西安电子科技大学学士、博士学位，2019年破格晋升教授。获国家自然科学二等奖、陕西省自然科学一等奖、陕西省青年拔尖人才、教育部霍英东青年基金等。面向人工智能国家战略及重大需求，长期从事仿生成像、智能信号处理等方面的理论和应用研究。主持国家重点研发/173/166等重点项目课题、国家自然基金项目、教育部联合基金项目等多项课题，开发出多套仿生成像及智能信息处理系统并交付使用。已发表相关学术论文百余篇，获IEEE电路与系统旗舰会议ISCAS2013“最佳学生论文奖”、国际人工智能大会CICAI2021“最佳学生论文提名奖”等。

题目三：基于Transformer框架的多模态学习

内容简介：使用深度神经网络对视觉、语言等不同模态信息进行统一建模的多模态深度学习是近年来的研究热点，在跨媒体检索、视觉内容描述、视觉问答等典型的多模态深度学习任务上均取得了显著的进展。得益于深度自注意力网络模型Transformer和预训练方法BERT在自然语言领域的快速发展，多模态深度学习的研究逐渐由各个任务“分而治之”向“通用统一”的方向演变，即使用单个框架适配多种类型不同的多模态任务。本报告首先对多模态深度学习发展过程中的代表性工作进行简要介绍；然后对当前基于Transformer框架的多模态深度学习领域的三类代表性方法：基于多模态多任务联合学习、多模态神经架构搜索、多模态预训练的若干代表性工作进行详细介绍；最后，对通用多模态深度学习未来的发展进行展望和反思。

报告人：俞俊

报告人简介：哈尔滨工业大学（深圳）智能科学与工程学院院长、教授、博士生导师，国家杰

出青年基金获得者。主要研究方向为跨媒体分析技术。相关工作发表于SCI源期刊论文100余篇，包括ACM汇刊与IEEE汇刊及CCF A类会议40余篇。论文的Google Scholar引用次数18000+ 次。10余篇论文入选ESI高被引/热点论文；近年来主持国家自然科学基金重点项目、国家自然科学基金面上项目等，2015、2016、2017连续获得IEEE TMM、TIP、TCYB最佳论文奖，2018年教育部自然科学二等奖，2021年浙江省自然科学一等奖。担任多个国际期刊的副编辑。

时  间：2024年10月22日（周二）下午15：00开始

地  点：南海楼338室

热烈欢迎广大师生参加!

信息科学技术学院

2024年10月21日