电巢携手中国自动化学会：计算机能有感情史了

4月22日，为了促进模式识别、数据挖掘和计算机视觉等相关领域从业者进一步了解领域内最新发展动态与前沿技术进展，由中国自动化学会主办，中国自动化学会模式识别与机器智能（CAA-PRMI）专委会、中国计算机学会（CCF）重庆会员活动中心和重庆大学大数据与软件学院联合承办了“模式识别与机器智能”前沿技术论坛，电巢直播担任本次论坛的独家直播平台，为大家呈现了一场高质量的科普盛宴。

本次论坛执行主席由重庆大学副教授黄晟教授担任，演讲嘉宾由4位模式识别与数据挖掘领域的专家学者分享相关论坛的科学基础理论和关键技术方法，分别围绕《视频理解中的关系学习研究》《基于视觉的情感计算》《面向可持续城市的智能化技术应用案例》《视觉基础模型的高效训练方法》四大报告题目展开分享，以下为直播内容的概括：
报告一《视频理解中的关系学习研究》

直播中，中国科学院自动化所研究员、国家重点研发计划项目首席科学家、科技部重点领域创新团队负责人徐常胜博士从如何设计有效的关系学习方法来进行视频理解展开，自底向上地重点研究了视频中的三种关系结构信息：首先针对视频中的物体层面，研究了物体表观中的结构化关系建模；接着以物体为纽带，深入挖掘了视频中的物体-语义关系信息，从而实现了视频高层语义的自动提取；最后，探索了视频语义-用户兴趣之间的关系，完成了视频的个性化服务。

主题二《基于视觉的情感计算》

南京信息工程大学教授、中国自动化学会模式识别与机器智能专委会副主任刘青山教授在直播中围绕基于视觉的情感计算展开分享，刘教授认为计算的目标是使计算机能自动识别情感并与表达情感，从而建立适应人类情感的和谐人机环境，也是人工智能领域中的一个热点研究方向，并基于此进行了简单汇报研究现状，结合动态表情特征学习、标签相似性等问题，汇报团队在表情识别与姿态估计方面的最新研究进展。

主题三《面向可持续城市的智能化技术应用案例》

西南交通大学计算机与人工智能学院党委书记、综合交通大数据应用技术国家工程实验室副主任、中国人工智能学会理事李天瑞教授在直播中围绕城市管理相关领域积累了海量数据，如何有效地从这些大数据中进行深度挖掘、智能学习并获取有用知识已成为当前可持续城市发展亟待解决的关键问题展开分享。报告从针对城市大数据发展现状，重点介绍城市出租车路径推荐、租房推荐、救护车部署、外卖配送优化和地铁停站时间调度等智能化应用案例，最后给出可持续城市大数据分析与智能处理的挑战。

主题四《视觉基础模型的高效训练方法》

最后一场分享由清华大学自动化系副教授，博士生导师黄高博士出席。黄博士表示，近年来，大规模通用视觉模型在计算机视觉领域获得广泛关注。然而模型深度和参数的迅速增加造成了训练时间长、显存开销大、容易过拟合等挑战。

直播中，黄博士从深度神经网络的模型和学习算法两方面介绍视觉大模型的高效训练策略。在模型方面，报告将介绍一种模块化训练与组装方法，利用“分而治之”的思想将模型进行分解，把大模型的训练拆解成多个小模型的训练；在学习算法方面，根据神经网络学习过程的动态特性，利用“先易后难”的思想设计了一种新的课程学习算法。上述工作为高效、稳定地训练卷积网络和Transformer等大型视觉模型提供了新的思路与方法。

至此，自动化应用水平盛宴顺利结束，本场活动中，四位专家学者从不同的题目报告出发，在自身专攻的领域分享了优质的科普内容，给行业相关从事者带来的不仅仅是建议，更是更高维度的思考。

作为本次的协办方，电巢秉持行业标杆平台的初心和革命，宽度拓展、深度挖掘，为大家打造一场兼具时间长度、内容深度、思维广度的沉浸式思想交流盛宴。电巢已在电子工业领域深耕18余载，为许多电子领域业界名企、专家、高校提供了高质量的一站式数字化营销服务，从品牌传播、多渠道媒体宣传等进行多维度数字化营销服务，例如把线下工厂、产品迁移到线上展示，让静态传播成为可观、可感的活态传播，这些原本不可实现的，在电巢都将一一落地，只为给合作客户带来有质量、有价值的数字化营销新模式。

接下来，我们将会紧锣密鼓地继续打磨更多高质量数字化服务，以用户需求为轴心，逐一击破思维的火花，为电子工业领域数字化营销发展贡献智慧，为携手电巢合作的各位绽放更加耀眼的光彩！如果您错过了本场直播，还可登录电巢App，观看完整的直播回放。