为促进我校师生在人工智能前沿领域方面的学术研究，计算机科学与技术学院于2018年6月25日在新主楼15楼E1523会议室举办了“人工智能前沿领域学术报告会”。受计算机学院副院长孙广路教授、计算机学院李骜博士的邀请，电子科技大学康昭博士、美国南伊利诺伊大学彭冲博士、中科院计算所王晋东博士分别进行了机器学习方法及其在计算机视觉应用方面的学术报告。报告会共有60余名师生参加，机械动力工程学院刘献礼教授也参加了报告会。

报告会首先由孙广路教授介绍主题及背景，并代表学院欢迎了三位报告人来校访问讲学。李骜博士主持报告会，分别介绍了三位报告人的学术成果。三位报告人分别详细讲解了各自在人工智能顶级会议及期刊上发表的部分研究工作，并回答了现场观众提出的相关问题。现场共有20多人次进行提问和讨论，学术讨论氛围十分热烈

康昭博士由浅入深讲解了谱聚类的统一模型，针对模型中条件参数变化导致的性能不佳、标签偏离以及最优内核可行集合等问题，分别介绍了“相似性与聚类的双向学习”、“最优图的统一谱聚类”、“基于图的聚类和半监督分类的自加权多核学习”等方法及模型。

彭冲博士以“低秩模型在数据挖掘中的应用”为题，讲解了包括鲁棒性PCA、方差正则化岭回归、双边二维K均值和推荐系统的矩阵补全等方面的内容，并讨论了这些方法在计算机视觉及数据挖掘等问题中的具体应用。

王晋东博士对迁移学习进行了系统的讲解。王博士将迁移学习总结为“迁移学习利用辅助领域已有的知识，快速构建待学习领域的模型”，并着重介绍了什么是迁移学习、迁移学习的必要性、迁移学习的基本方法、深度迁移学习以及迁移学习的前景等问题。

通过三位报告人的讲解，使得现场的各位老师和同学对于机器学习的最新研究进展和高水平研究工作有了更深入的了解和认识，启发了我校师生关于人工智能研究的新思路和新方法，同时也激发了我校师生对于人工智能学术研究的热情。

近年来，计算机科学与技术学院响应国家、黑龙江省和学校大力发展人工智能领域创新工作的号召，在学院和学科二十余年积累的研究基础上，扎实、深入地推进人工智能、机器学习等相关领域的科学研究和工程实践工作。与此同时，学院还获得了多项与人工智能技术相关的国家级、省部级以及企事业单位的合作项目。在未来，计算机学院也将继续推动人工智能技术在我校各学科领域的发展，并持续开展相关的前沿研究工作，力争取得更多优秀的成果。

电子科技大学康昭博士讲解多核谱聚类方法

美国南伊利诺伊大学彭冲博士讲解低秩表示模型

中科院计算所王晋东博士讲解迁移学习

现场讨论与交流

讲者访问计算机科学与技术学院