信息与电气工程学院学术活动月报告
时间：2023.05.30 14:30-16:20
地点：22号教学楼204
报告人：刘莉 副教授
报告题目：不确定噪声干扰下的分布式状态估计
报告摘要：人工智能的迅速发展，推动了移动互联网、云计算、大数据、物联网等与现代制造业的结合。为了有效整合能源和信息网络基础设施，分布式的网络化系统具有低安装和维护成本，高可靠性，强系统灵活性，以及易重组和布线少等优势在智能电网、智能交通、智能家居等领域得到广泛应用。以“不确定噪声干扰下的分布式状态估计”作为多源信息融合的切入点，面向网络化系统的分布式信息感知和处理，为实现其有效信息提取的目标，综合考虑多噪声和多通信约束现象的不确定动态系统，研究包括多时空、时变系统的模型建立，带有多通信约束的量测信息传输，以及信息交互与协同的状态估计方法等问题。提高了系统的状态估计精度，为保障分布式环境下的有效信息获取提供新的理论和方法。
报告人：盛国瑞 博士
报告题目：轻量级深度神经网络技术及其在食品图像识别中的应用
报告摘要：基于深度学习的人工智能技术赋能千行百业，但越来越庞大的神经网络架构带来越来越复杂的训练和推理过程，导致极大算力和能源消耗的同时带来更高的延迟，影响了用户体验；另一方面，人工智能真正服务于人们的日常生活往往依托于边缘和便携式设备，这些设备算力和功耗的限制以及对隐私保护的要求制约了人工智能的最终用户体验。因此，将神经网络进行轻量化设计对于服务器端的可持续扩展、基于客户端的高效训练和推理、降低碳足迹等方面有着重要的研究意义和应用价值。 本报告结合边缘计算、基于客户端的机器学习等领域的研究进展，介绍轻量级神经网络设计的研究进展以及在食品计算领域中的应用。
报告人：郑宏娜 博士
报告题目：基于功能磁共振成像的视觉信息编解码
报告摘要：如何从人类感知与加工视觉信息的认知机理出发，建立可以模拟人类视觉系统的计算模型，是实现视觉图像的感知与重构的基础。随着神经影像技术的飞速发展，基于神经影像的视觉信息编解码研究成为一个新的热点。功能磁共振成像（functional Magnetic Resonance Imaging，fMRI）具有无创和高时空分辨率特点，为从脑活动中解码视觉信息提供了重要的技术手段。现有研究主要是针对二维图片、且视觉信息的神经编解码模型也比较初步，但是现实中人类视觉系统接受的外部信息是三维的，本次报告重点探讨基于fMRI的脑活动三维图像编解码，并有效揭示大脑加工三维图像的神经编码与表征机制。