188金宝慱亚洲体育

188金宝慱亚洲体育真人第六届含弘青年学者论坛188金宝慱亚洲体育分论坛

发布时间:2019-11-05 来源:本站原创 作者:本站编辑   浏览次数:

188金宝慱亚洲体育真人第六届含弘青年学者论坛

188金宝慱亚洲体育分论坛

                        学术报告(一)

时间:2019年11月10日上午8:30

地点:188金宝慱亚洲体育0114报告厅

报告一

题目:下一代互联网技术:信息中心网络的发展及其标准化

报告人:余恪平

报告人简介:余恪平, 2016年毕业于日本早稻田大学取得国际信息与通信专业博士学位。主要从事下一代互联网技术(信息中心网络)、物联网、智能电网信息通信技术及相关信息安全技术等方面的研究。参与科研著作2部,在国际权威期刊发表论文18余篇,国际学术会议发表论文29余篇,参与国际学术研讨会并发表主题演讲7次。作为项目负责人及主要参与人,先后主持并参与了8项日本国家级、省部级科研项目。担任国际电信联盟电信标准化部门(ITU-T) 下一代互联网网络技术标委会工作组骨干成员,提交ITU-T标准化文稿11余次,制定国际标准2项。担任国际知名学术期刊IEEE Open Journal of Vehicular Technology编辑。担任国际知名学术会议主席2次。 2016 年入选日本“外国人高级人才”资质。

内容摘要:随着互联网承载内容的飞速发展,用户访问网络的主要行为之一己经演变成对海量内容的获。 这一行为模式与基于端到端通信的TCP/IP网络架构逐渐产生了矛盾,例如,对热点视频的访问可能 会造成部分网络反复传送相同的内容,既浪费了资源,也影响了服务质量。为了解决这个问题,学术界提出未来网络应该从当前以“位置”为中心的体系架构,演进到以“信息”为中心的架构,即网络的基本行为模式应该是请求和获取信息,而非实现端到端可达,这类网络体系架构统称为信息中心网络。本报告针对信息中心网路的发展进行深入的探讨,包括研究动机、网络结构、信息中心网络优点等。其次,针对信息中心网络在国际电信联盟(ITU-T)的标准化进程,本报告将会进行详细的介绍和分析。

报告二

题目:基于稳定性的无人机视频目标跟踪

报告人:王勇

报告人简介:王勇博士2014年毕业于上海交通大学航空航天学院,14年至16年在深圳海思半导体从事无人机研究,16年至今在加拿大渥太华做博士后。主要研究方向是视频目标跟踪,检测和识别。

内容摘要:本次报告,介绍的是一种无人机实时的视频目标跟踪算法。我们用梯度直方图特征和颜色特征来描述目标。在相关滤波的跟踪框架下,采用了前向跟踪和后向跟踪的策略。通过比较前后向跟踪响应图的相关信息,可以对各种特征的跟踪位置进行有效的融合,最终实现比较鲁棒和准确的跟踪。我们的方案在5个无人机视频跟踪数据库上做了比较,取得了较好的结果。

报告三

题目:基于上下文建模的小目标检测方法研究

报告人:冷佳旭

报告人简介:冷佳旭,博士,主要从事计算机视觉相关的研究工作。硕士毕业于电子科技大学,研究方向为图像处理,主要研究内容为基于稀疏表示的目标跟踪,硕士期间申请专利3项,均已授权。后任职于海信集团数字多媒体国家重点实验室,在职期间主要负责了双目立体视觉平台的搭建项目和基于双目的辅助驾驶项目,在职期间申请8项专利,已授权1项。目前,就读于中国科学院大学计算机科学与技术学院,研究方向为计算机视觉,具体内容包括基于卫星遥感图像的舰船检测与识别、机场跑路面异物检测和X光机危险物品检测等。主研多项国家自然基金课题和科技厅项目。在国内外重要期刊和会议上发表论文共计15篇,其中以第一作者发表SCI 2区论文4篇,CCF B类国际会议论文4篇,以通讯作者发表论文多篇CCF会议论文。担任Pattern Recognition,Briefings in Bioinformatics等顶级期刊审稿人。 

内容摘要:随着深度学习的快速发展,目标检测性能也得到了巨大的提升。但是,现有的目标检测方法仍然难以精确地检测出场景中的小目标。其原因在于现有的方法只是考虑目标自身的特征,并没有充分地利用其周围和全局的上下文信息。此报告首先阐述研究小目标检测的意义,然后对现有的目标检测算法做一个简单的回顾,最后重点介绍我们在基于深度学习的小目标检测方面的工作,包括利用特征融合、上下学习和上下文推理和锚框自适应的方法来提升小目标的检测。

报告四

题目:基于三通道卷积神经网络的动作识别

报告人:王亮亮

报告人简介:王亮亮2017年7月博士毕业于哈尔滨工业大学机器人技术与系统国家重点实验室,2018年1月至今为新加坡南洋理工大学媒体交互计算实验室Research Fellow,研究方向为机器视觉。

内容摘要:随着计算机计算能力的提升,深度学习框架近年来被大量应用到机器视觉领域。在现有深度学习框架中,卷积神经网络(Convolutional Neural Networks,CNNs)因其基于对每层神经元卷积和池化操作的特点非常适用于图像及视频的特征提取及分类问题,其在动作识别领域中的应用也越来越受到国内外研究人员的重视。

在传统二通道卷积神经网络(Two-stream CNNs)的基础上,本报告介绍一种包含空间、局部时域和全局时域三个通道的卷积神经网络 (Three-stream CNNs)算法,对人体动作进行深度特征提取。其中全局时域通道输入信息为动作累计差分,表征动作在一定时间内的全局特征。同时介绍一种符合软分配策略的特征表征算子,对深度动作特征进行更为高效的表征。利用深度数据增强和支持向量机,在流行的动作数据库中给出验证实验,以证明方法的有效性。

报告五

题目:Attention-augmentation Bidirectional Multi-residual Recurrent Neural Network

报告人:王烨

报告人简介:王烨,从2014年开始就读于美国德州农工大学(Texas A&M University)ECE(电气工程与计算机工程)学院,研究方向主要是机器学习与自然语言处理。先后在美国德州大学达拉斯分校,重庆邮电大学获得硕士与学士学位。曾在美国三星研究所(Samsung Research America),美国T-Mobile,重庆誉存科技公司实习工作。

内容摘要:循环神经网络(Recurrent Neural Network)已经证明了其在处理时序数据的有效性。然而传统的RNN一直饱受梯度爆炸和梯度消失的困扰,直到长短期记忆网络(Long Short-Term Memory (LSTM))的出现。但是长短期记忆网络的长序列依赖一直受限于有限的记忆网络(cell memory)。为了解决这个问题,我们提出了一个新的网络:Attention-augmentation Bidirectional Multi-residual Recurrent Neural Network (ABMRNN):这个网络可以解决传统LSTM的缺点。我们提出的这个网络在引用了注意力机制后,同时还结合了过去序列和未来序列的双重特征,使得我们的网络不止依赖于当时时态(current time step)和之前的一个时态(One previous past time step),还能同时回顾过去所有的时态找到最相关的信息。我们将模型应用在一些公共数据集里,实验结果证明了我们模型的优越性,在和传统统计模型与一些其他RNN的变体比较中,我们取得了非:玫男Ч。

报告六

题目:Skyline Diagram: Efficient Space Partitioning for Skyline Queries

报告人:Jinfei Liu

报告人简介:Jinfei Liu is a joint postdoctoral research fellow at Georgia Institute of Technology and Emory University. His research interests include data (machine learning model) pricing, skyline queries, and data privacy and security. He has published over 20 papers in premier journals and conferences including TKDE, VLDB, ICDE, CIKM, and IPL.

报告人简介:刘金飞是佐治亚理工学院和埃默里大学的联合博士后。他已经发表20多篇论文,其中七篇一作数据库CCF-A类论文,他是所有CCF数据库领域A类顶级期刊和会议的审稿人。

内容摘要:Skyline queries are important in many application domains. In this talk, We propose a novel structure Skyline Diagram, which given a set of points, partitions the plane into a set of regions, referred to as skyline polyominos. All query points in the same skyline polyomino have the same skyline query results. Similar to kth-order Voronoi diagram commonly used to facilitate k nearest neighbor (kNN) queries, skyline diagram can be used to facilitate skyline queries and many other applications. However, it may be computationally expensive to build the skyline diagram. By exploiting some interesting properties of skyline, we present several efficient algorithms for building the diagram with respect to three kinds of skyline queries, quadrant, global, and dynamic skylines. In addition, we propose an approximate skyline diagram which can significantly reduce the space cost.

内容摘要: Skyline查询在很多领域有非常重要的应用。在本报告里,我讲报告一个skyline图结构。像Voronoi图对于knn查询一样,skyline图可以加快skyline的查询。

报告七

题目:PMFA: Toward Passive Message Fingerprint Attacks on Challenge-based Collaborative Intrusion Detection Networks

报告人:李文娟

报告人简介:Wenjuan Li received her Ph.D. degree in Computer Science from the City University of Hong Kong, China. She received both Research Tuition Scholarships and Outstanding Academic Performance Award during the doctorate studies. Currently, she is a Postdoc fellow at Technical University of Denmark, jointly with Hong Kong PolyU. Before, she was a lecturer in the Department of Computer Science, Zhaoqing Foreign Language College, China, and a Research Assistant in the CS Department, CityU HK from 2013 to 2014. She was a Winner of Cyber Quiz and Computer Security Competition, Final Round of Kaspersky Lab "Cyber Security for the Next Generation" Conference in 2014. Her research interests include network management and security, intrusion detection, spam detection, trust management, web technology, blockchain and E-commerce security.

报告人简介:李文娟在中国香港城市大学计算机科学系获得博士学位。在攻读博士学位期间,她获得了学费奖学金和杰出学术表现奖。她现在是丹麦科技大学的博士后研究员。她的研究兴趣主要包括网络管理和安全,入侵检测,信任管理,Web技术,区块链和电子商务安全。

内容摘要:To enhance the performance of single intrusion detection systems (IDSs), collaborative intrusion detection networks (CIDNs) have been developed, which enable a set of IDS nodes to communicate with each other. In such a distributed network, insider attacks like collusion attacks are the main threat. In the literature, challenge-based trust mechanisms have been established to identify malicious nodes by evaluating the satisfaction between challenges and responses. This talk designs a type of collusion attack, called passive message fingerprint attack (PMFA), which can compromise the challenge mechanism by collecting messages and identifying normal requests in a passive way.

内容摘要:为了增强单个入侵检测系统 (IDS) 的性能,协同式入侵检测网络 (CIDN)被广泛应用。在这样的分布式网络中,诸如共谋攻击之类的内部攻击是主要威胁。本报告设计了一种共谋攻击,称为被动消息指纹攻击(PMFA),它可以通过收集消息并以被动方式识别正常请求来破坏质询机制。

报告八

题目:Category theory for big data modeling

报告人:赵珩

报告人简介:赵珩,性别:男。1988年12月出生。2019年7月博士研究生毕业于法国上阿尔萨斯大学计算机专业,获得计算机博士学位。本人的博士补助来源为中国国家留学基金委员会(CSC)。本人主要从事运用范畴论进行大数据建模与大数据交换的研究。博士三年期间,本人以第一作者或通讯作者发表各类论文多篇。

内容摘要:Big data requires a new processing model to have a more efficient capability to process large-scale data. Hence, the data model is the main line of big data technology development,the core and foundation of large-scale databases. My presentation is concentrated on large amount of data what directly impacts the performances of the programs (e.g. to query a specific information) and requires specific architectures (offered by Category theory) to improve them.

内容摘要:大数据需要一些新的处理模型,以便更有效地处理大规模数据。因此,数据模型是大数据技术发展的主线,是也大型数据库的核心和基础。我的报告关注于一些大量的数据上,这些数据直接影响程序的性能(例如查询特定的信息)。因此,它们需要特定的体系结构来改进它们。我的报告将介绍一些用于大数据处理的模型。

 

 

188金宝慱亚洲体育-188金宝慱亚洲体育真人