5月8日下午，由我院承辦的君武大講壇——開放環境模式識别的研究問題與進展在君武館第二會議室舉行。本次講座邀請了中國科學院自動化研究所副所長、模式識别國家重點實驗室主任劉成林研究員，為師生帶來前沿的開放環境模式識别研究進展知識分享。學院院長雙豐、自動化系主任李修華、團委副書記李勇等教師代表及學生代表參加講座。
劉成林研究員
講座開始，劉成林研究員從模式識别的定義出發，提出開放環境下的模式識别存在着以下幾個問題，一是不服從開放集識别；二是不服從非獨立；三是不服從大數據，需要打破大數據假設。針對以上問題，他詳細講解将開放集識别和增量學習兩者結合起來的方法以及開放世界假設下的設計模型來解決新樣本與舊樣本訓練的問題，以便大家更好地完成開放環境下模式識别的研究。
随後，劉成林研究員分别介紹卷積原型網絡、類别增量學習、跨模态文字識别和深度置信度估計四方面的研究進展。對于卷積原型網絡，與常規的卷積深度神經網絡對比學習效果，每個分布類别會更加緊湊；對于模式識别，解決舊類别沒有保留是最難的問題，而類别增量學習可以對舊類别合成樣本，并防止新類别樣本發生太大的變化，保持新舊類别之間的邊界，不像其他方法一樣容易混淆；對于跨模态文字識别，以我國漢字字符為例，其跨模态識别的優勢在于精确度更高，也可以推廣到其他語言，如日文字符、韓文字符以及中文古籍等字符；對于深度置信度估計，則可以降低錯誤類别的置信度，以此來減少過置信作用。
講座現場
劉成林研究員提出，大模型時代的背景下，研究可以從大型語言模型和包括多模态預訓練模型入手，繼續展望模型識别問題，為未來開放環境下模式識别的研究指明方向。
一、答疑環節
在場老師和同學們就目前遇到的開放集模式識别問題與劉成林研究員進行讨論和交流。
二、交流環節
講座後，在場同學們紛紛表示使感到受益匪淺，并進一步開闊了學術視野。
學院新聞
當前位置：