5月8日下午，由银河国际官网承办的君武大讲坛——开放环境模式识别的研究问题与进展在君武馆第二会议室举行。本次讲座邀请了中国科学院自动化研究所副所长、模式识别国家重点实验室主任刘成林研究员，为师生带来前沿的开放环境模式识别研究进展知识分享。学院院长双丰、自动化系主任李修华、团委副书记李勇等教师代表及学生代表参加讲座。
刘成林研究员
讲座开始，刘成林研究员从模式识别的定义出发，提出开放环境下的模式识别存在着以下几个问题，一是不服从开放集识别；二是不服从非独立；三是不服从大数据，需要打破大数据假设。针对以上问题，他详细讲解将开放集识别和增量学习两者结合起来的方法以及开放世界假设下的设计模型来解决新样本与旧样本训练的问题，以便大家更好地完成开放环境下模式识别的研究。
随后，刘成林研究员分别介绍卷积原型网络、类别增量学习、跨模态文字识别和深度置信度估计四方面的研究进展。对于卷积原型网络，与常规的卷积深度神经网络对比学习效果，每个分布类别会更加紧凑；对于模式识别，解决旧类别没有保留是最难的问题，而类别增量学习可以对旧类别合成样本，并防止新类别样本发生太大的变化，保持新旧类别之间的边界，不像其他方法一样容易混淆；对于跨模态文字识别，以我国汉字字符为例，其跨模态识别的优势在于精确度更高，也可以推广到其他语言，如日文字符、韩文字符以及中文古籍等字符；对于深度置信度估计，则可以降低错误类别的置信度，以此来减少过置信作用。
讲座现场
刘成林研究员提出，大模型时代的背景下，研究可以从大型语言模型和包括多模态预训练模型入手，继续展望模型识别问题，为未来开放环境下模式识别的研究指明方向。
一、答疑环节
在场老师和同学们就目前遇到的开放集模式识别问题与刘成林研究员进行讨论和交流。
二、交流环节
讲座后，在场同学们纷纷表示使感到受益匪浅，并进一步开阔了学术视野。
学院新闻
当前位置：