學(xué)術(shù)動態(tài)

電子信息工程學(xué)院易長安博士在頂級學(xué)術(shù)會議ACM MM發(fā)表論文

發(fā)表時間：2024-09-03

近期，以電子信息工程學(xué)院易長安博士為第一作者的學(xué)術(shù)論文“From Question to Exploration: Can Classic Test-Time Adaptation Strategies Be Effectively Applied in Semantic Segmentation?”被ACM Multimedia（簡稱ACM MM）錄用。ACM MM由國際計算機協(xié)會發(fā)起，是多媒體信息處理、分析與計算領(lǐng)域最具影響力的國際頂級會議，被中國計算機學(xué)會（CCF）認定為A類學(xué)術(shù)會議。

實時知識遷移是無人駕駛、機器人等智能體面臨的挑戰(zhàn)之一。這些智能體需要實時處理持續(xù)到來、不可預(yù)知的各種信息，并且在“形成新知識、不忘舊知識”之間取得恰當(dāng)?shù)钠胶狻Ｔ撜撐尼槍Υ藛栴}開展研究，主要涉及兩個方面。其一，深入到深度神經(jīng)網(wǎng)絡(luò)的內(nèi)部結(jié)構(gòu)，細粒度地探討常規(guī)的各種Normalization操作所隱含的問題、以及Attention模塊的優(yōu)勢，探討Teacher-Student網(wǎng)絡(luò)架構(gòu)、數(shù)據(jù)增強等策略的適應(yīng)性，探討不均衡的數(shù)據(jù)分布帶來的問題，在一定程度上揭示了導(dǎo)致這些問題的原因、并且給出了相應(yīng)的解決方案。其二，提出了一種基于prompt的實時遷移學(xué)習(xí)模型，并且用實驗驗證了其優(yōu)勢和普適性。

易長安博士是電子信息工程學(xué)院視覺感知與智能信息處理團隊的成員，該團隊常年專注于學(xué)術(shù)研究及成果轉(zhuǎn)化。2024年初，周燕教授等人在中國科學(xué)院SCI一區(qū)期刊Pattern Recognition發(fā)表了2篇論文，何志敏博士等人在CCF A類會議AAAI發(fā)表了1篇論文。CCF將計算機相關(guān)領(lǐng)域的重要期刊、會議分為A、B、C三類，其中，對A類的定義是“國際上極少數(shù)的頂級刊物和會議，鼓勵我國學(xué)者去突破”。