报告题目：自适应多模态融合技术

报告时间：11月20日（周日）上午09:00-11:00

参会形式：腾讯会议  会议号：912-473-476 会议密码：1895

报告人简介：张长青，天津大学智能与计算学部副教授、博士生导师，入选全球高潜力AI华人青年学者榜单。 其主要研究方向为机器学习、计算机视觉、智能医疗。2017-2018年在北卡罗拉纳大学教堂山分校担任研究员。在IEEE TPAMI/IJCV/NeurIPS/ICLR等期刊和国际会议上发表论文100余篇，15篇论文单篇引用超过100次，5篇论文入选CVPR/NeurIPS口头报告或亮点论文，7篇论文入选ESI高被引论文，2篇论文入选ESI热点论文。Google Scholar引用近6000次。获得ICME最佳论文等奖励，受邀为IEEE TPAMI、IJCV、CVPR等多个国际高水平期刊及会议审稿。主持和参与10余项国家自然基金面上项目/重点项目/国家重点研发计划项目等国家级项目。

报告摘要：多模态人工智能技术正在被广泛应用到智能医疗、机器人感知等重要领域。精准、可靠的多模态机器学习成为支持重要应用的关键技术。多模态数据为智能系统提供了丰富信息，使得多模态智能系统可以“兼听则明”，提高分类和预测准确性。在许多真实应用中，由于传感器的不稳定性和损坏、场景的动态变化，造成了关联复杂、低质量的多模态数据。本报告将介绍如何实现自适应复杂多模态数据的融合技术，保证多模态协同的稳定性和可信性。