繼「CV前沿講座」之后，智東西公開課全新推出「機器學習前沿講座」，聚焦機器學習前沿領域研究成果與進展，包括（深度）強化學習、遷移學習、無監督學習、半監督學習、GNN/GCN、可解釋性AI等前沿領域，我們將持續邀請研究者、專家和資深開發者，為大家帶來更多的直播講解。直播由主講環節和Q&A環節組成，共計90分鐘。
機器學習領域，輸入數據和輸出答案之間不可觀察的空間通常被稱為“黑箱”，也就是大家所關注的可解釋性AI問題。在本次「機器學習前沿講座」第1講的講座中，智東西公開課邀請到美國加州大學洛杉磯分校博士后王可澤，為大家帶來主題為《可解釋性AI在視頻分析中的研究和應用》的講座。
相比于現有的機器學習范式，即人單方面地給定機器需要學習的視覺概念，輸入海量標注數據，進而讓計算機進行歸納學習。通過人機雙向問答的過程，人和計算機可以逐漸統一對事物的認識，基于人機問答的交流溝通和信息傳遞方式，在問答過程中分別為用戶（人）和機器設計不同的視覺概念解析圖模型。
視覺解析圖是將常見的不同層級主觀和客觀的視覺概念（“實體”、“屬性”、“關系”、“事件”等）連接成一個圖狀結構，用以表示用戶或計算機所見的輸入圖像的理解和表述。該模型使得人機可以通過自然地語言問答以實現視覺概念和常識的傳遞和學習。同時，基于圖模型，機器在問答過程中不斷地對用戶進行情感建模，并對用戶意圖進行預判，實現“組合抽象”、“因果推理”以及在“學習中學習”等能力。這就使得用戶能夠在對查詢需求十分模糊的情況下，快速地檢索到所需要的視覺內容，從而有效地填補了用戶與機器之間的意圖鴻溝。
7月13日上午10點，智東西公開課「機器學習前沿講座」第1講將直播開講，王博士將從可解釋性AI在視頻分析中的研究出發，解析情感分析理論模型（ToM）的原理和基于圖模型的用戶情感建模及在視覺問答任務中的應用。感興趣的朋友不要錯過。
王可澤，美國加州大學洛杉磯分校博士后，導師為朱松純，主要研究方向計算機視覺、機器學習、可解釋人工智能。王博士針對當前海量復雜、多源異質、動態增加和無標注的海量圖像視頻數據，以減少對訓練樣本依賴和挖掘海量無標簽的圖像數據為目標，以融合視覺領域知識和語義信息的深度表達學習為主線，從監督學習演化到自主學習機制，以視覺高層語義理解為主要應用場景，展開了一系列的研究，提出了聯合知識與數據驅動的學習范式，具有廣泛的應用前景。他的研究成果發表了兩篇TPAMI和數篇TNNLS、IJCV、TIP、TMM、TCSVT等頂級SCI期刊和10余篇頂級國際會議上，其中被引用次數總計超過800次。
課程時間
時間：7月13日早上10點
地點：智東西公開課小程序
課程詳情
主題：
可解釋性AI在視頻分析中的研究和應用
提綱：
1、可解釋性AI在視頻分析中的研究概述
2、情感分析理論模型（ToM）的原理解析
3、基于圖模型的用戶情感建模及可解釋性
4、應用解析：視頻分析中的視覺問答任務
講師：
王可澤，美國加州大學洛杉磯分校博士后，導師為朱松純，主要研究方向計算機視覺、機器學習、可解釋人工智能。王博士針對當前海量復雜、多源異質、動態增加和無標注的海量圖像視頻數據，以減少對訓練樣本依賴和挖掘海量無標簽的圖像數據為目標，以融合視覺領域知識和語義信息的深度表達學習為主線，從監督學習演化到自主學習機制，以視覺高層語義理解為主要應用場景，展開了一系列的研究，提出了聯合知識與數據驅動的學習范式，具有廣泛的應用前景。研究成果發表了兩篇TPAMI和數篇TNNLS、IJCV、TIP、TMM、TCSVT等頂級SCI期刊和10余篇頂級國際會議上。其中被引用次數總計超過800次。
報名方式
添加智東西公開課小助手曼曼（ID：zhidxclass006）報名，添加時請備注“姓名-公司/學校-職位/專業”，因報名人數過多，優先通過備注者。
