登录会员系统  |  联系我们  |  加入学会  
奖励与推荐
2023年度CSIG自然科学奖一等奖“动态特征的不变量学习理论与方法”团队
发布时间:2024-04-01      来源:拉斯维加斯手机娱乐网站       分享:

CSIG自然科学奖授予在我国图像图形领域基础研究和应用基础研究中阐明自然现象、特征和规律,做出重大科学发现的个人和团队。

为宣传科技工作者积极进取的工作精神,聚焦获奖团队背后的故事,学会近日对荣获2023年度CSIG自然科学奖一等奖“动态特征的不变量学习理论与方法”的项目团队进行了专访,以对话的形式,为读者们提供一次了解他们的机会。

下面就跟着我们的脚步,走近今天的受访团队吧。

问题一:首先非常感谢各位老师接受我们的采访,请先介绍一下团队成员:

项目团队-标注姓名版.png

本项目由国防科技大学和西北工业大学合作完成,团队成员包括侯臣平教授、聂飞平教授、陶红副教授和胡德文教授。

侯臣平,国防科技大学教授,博士生导师。主要从事人工智能基础方面的研究工作,在自适应学习理论与应用等方面取得了系列研究成果,并成功应用于军事领域。近年来,在IEEE TPAMI等国内外著名刊物和会议上以第一/通讯作者发表学术论文100余篇(包括IEEE/ACM汇刊长文30余篇),担任ICML、IJCAI、AAAI等会议的AC/SPC/PC等,是Neurocomputing等SCI期刊的编委。担任军科委基础加强重点项目首席,主持科技创新2030重大项目课题、国家自然科学基金、国防973专题等15项项目。获省部级一等奖1项,获国家优秀青年科学基金、湖南省杰出青年科学基金等。

聂飞平,西北工业大学教授、博士生导师,其主要研究方向为机器学习理论与方法及其在计算机视觉、多媒体分析、生物信息学等实际问题中的应用。先后入选国家级青年人才和国家级领军人才。荣获CCF自然科学奖一等奖、吴文俊人工智能自然科学奖二等奖等奖项。主持国家自然科学基金面上项目、重点项目课题、科技部重大项目课题等。常年担任相关领域的审稿人、资深程序委员或领域主席,以及IEEE/Elsevier/Springer等多个SCI一区二区期刊编委。

陶红,国防科技大学副教授、硕士生导师,主要研究方向为机器学习,湖南省优秀青年科学基金获得者;主持和参与多项国家自然科学基金项目、科技部重大项目课题、军委科技委基础加强重点项目等。

胡德文,国防科技大学教授,博士生导师。主要从事控制科学与工程、脑科学与认知科学方面的工作。国家杰出青年科学基金获得者,教育部长江学者特聘教授。作为第一完成人,先后获2012年和2018年国家自然科学奖二等奖。2020年被授予“第二届全国创新争先奖状”荣誉称号。2022年获吴文俊人工智能杰出贡献奖。


问题二:了解完了团队内的各位老师,请为大家简单的介绍一下项目的情况:

项目总体框架图.png

在动态环境中,特征通常随时间动态变化,产生特征增减、累积和延拓,呈现出时变性、高维性和异构性的特点。传统方法严重依赖模型恒定假设,无法有效应对特征动态变化的难题。本项目通过自适应地学习特征转换函数的投影,找到特征动态变化过程中的不变量,实现动态特征的知识继承。

在军委科技委基础加强重点项目、国防973、国自科重点和优青等项目的支持下,面向国防领域大数据分析的需求,本项目聚焦增减、累积和延拓三个典型场景下不同类型不变量的学习问题,取得了填补领域空白、具有重要影响力的创新成果。

1. 针对特征增减场景下历史模型的复用问题,发现了模型缓变条件下安全使用新增特征的首个理论边界,阐明了特征增加时复用历史模型的自适应调整机制,实现了历史模型不变量的可靠继承。

2. 针对特征累积场景下内蕴结构的挖掘问题,建立了联合特征选择与提取的内蕴结构挖掘模型,提出了分块协同特征选择的自适应构图模式,发展了稀疏正则特征选择的自加权求解通用迭代格式,实现了内蕴结构不变量的准确挖掘。

3. 针对特征延拓场景下一致性表征的融合问题,提出了基于多秩回归和自适应回归的异构特征一致性表征融合方法,构造了无参数自加权多图谱一致性表征融合方式,实现了一致性表征不变量的高效融合。

项目成果获得了40余位中美等国院士和IEEE/AAAI/ACM会士等知名学者的正面评价,成果在多个一线部队成功落地应用。


问题三:请问各位老师在科研过程中,有没有什么好的方法可以推荐给大家?

项目研究背景.png

首先要确定一个既有实际应用需求又有科学意义的研究课题,然后通过持续学习、合作交流推进研究进展。例如,本项目研究课题来自于国防安全领域中的动态特征分析需求,利用变异性消减这一解决动态环境中机器学习问题的创新手段,系统地研究了动态特征的不变量学习理论与方法。


问题四:在项目的研究过程中有遇到什么困难吗?大家是如何解决的?

项目应用示范.png

动态特征的不变量学习是机器学习的前沿基础科学问题,动态特征具有时变、高维、异构等特点,使动态特征挖掘面临诸多挑战。为了应对这些挑战,项目组针对历史模型复用是否可靠、内蕴结构挖掘是否准确、一致性表征融合是否高效等关键问题展开研究,刚开始时也经历了很多挫折和失败,但还是潜心研究动态特征不变量学习的内在机理与可行技术手段,成功地克服了动态特征的不变量学习过程中的诸多困难。


问题五:最后,大家有什么获奖感言想说呢?

非常荣幸能够获得拉斯维加斯手机娱乐网站 自然科学一等奖,感谢奖励评审委员会对我们团队研究成果的认可。其次,感谢每一位团队成员的努力和奉献,在困难和挑战面前,始终坚持不懈,在一次次尝试和探索中不断进步。我们今后将仍然精诚合作,做出更多更有影响力的工作。



Copyright © 2025 拉斯维加斯手机娱乐网站  京公网安备 11010802035643号   京ICP备12009057号-1

地址:北京市海淀区中关村东路95号 邮编:100190

技术支持:中科服

Baidu
map