主 讲 人：杨晓慧、罗守胜、肖运海教授

工作单位：河大英国威廉希尔公司

时    间：5月17日9：00

网    址: ZOOM会议ID：924 2539 5658

密    码：123456

摘    要：

杨 晓 慧：未标记数据驱动建模与多模态数据智能分析 在当前大数据时代，各行各业都在产生海量数据。不同模态数据之间的交叉计算和人工智能的发展为大数据处理带来了机遇和挑战。本研究通过构建深层未标记数据驱动的特征表示学习模型和反投影稀疏表示分类模型，基于多模态数据进行互补关联建模，并用于实际数据的智能分析和识别，旨在探讨数据驱动和模型驱动如何进行优势互补。

杨晓慧，女，博士、WilliamHill中文官方网站教授、河南省青年骨干教师，WilliamHill中文官方网站数据分析技术重点实验室主任，河南省数字图形图像学会常务理事。北京大学、美国佛罗里达大学和新加坡南洋理工大学访问学者。关注基于人工智能的多模态数据挖掘与模式识别，主要研究问题驱动的数学建模和算法设计，并应用于影像基因组学数据智能分析、高通量植物叶面气孔识别等实际模式识别领域。第1/通讯作者在《Pattern Recognition》、《Knowledge-Based Systems》和《IEEE/ACM Transactions on Computational Biology and Bioinformatics》等发表学术论文38篇，主持和第1参加4项国家自然科学基金项目，第1主编科学出版社出版1本专著，授权2项国家发明专利和4项国家软件著作权。

罗 守 胜：Convex Shape Representation Methods and Applications  For many applications, we need to represent convex shapes and objects. In this talk, we will provide a necessary and sufficient condition on the level set function to guarantee convexity of the shapes. We take image segmentation as an example to demonstrate the application and effectiveness of our techniques. We first present the method for a single object representation and then extend it to multiple objects representation. This representation is combined with probability-based variational models for single and multiple convex objects segmentation. Labels on foreground and background and landmarks on the boundary of the object(s) can be incorporated into the models for complex image segmentation. A general and efficient numerical framework is developed to solve the proposed models. Experiments on various images with single and multiple objects validate the effectiveness and efficiency of the proposed models and algorithms.

罗守胜，英国威廉希尔公司讲师，北京大学博士，计算专业。香港科技大学、北京计算科学研究中心，博士后；佐治亚理工大学，访问学者。主要研究领域为（不完全数据的）SPECT、CT正则化重建方法、具有形状先验的图像分割方法。

肖 运 海：Sparse Optimization Problems and Algorithms in Statistics and Imaging Science   In this talk, we quickly review the some recent progress of the ADMM and ABCD methods for structured composite convex optimization problems, then report some particular applications in statistics and imaging science, such as the inverse covariance matrix estimation, growth curve model, transform invariant low-rank textures, batch image assignment, sparse subspace clustering, and so on.

肖运海，河南省特聘教授。2007年在湖南大学并获博士学位；在南京大学和台湾理论科学研究中心做博士后研究；多次学术访问台湾理论科学研究中心、新加坡国立大学、香港理工大学、加拿大西蒙弗雷泽大学等；发表论文40余篇，被引700余次；主持国家自然科学基金3项（面上2项，青年1项），参加973计划1项。担任中国工业与应用数学会理事、中国运筹学会数学规划分会理事、河南省运筹学会副理事长等。