报告题目：Representation Learning: From Model-Driven Prior to Deep-Driven Prior
报告时间：2023年9月10日20:30-21:30
报告形式：#腾讯会议：710-994-809
报告摘要：
表征学习已经在计算机视觉、模式识别和图像处理等领域得到了广泛的关注，这是因为现有的基于模型驱动和基于数据驱动的方法，都需要更好的表征学习能力，以挖掘高维数据如彩色图像、遥感图像、医学图像、社交数据等中潜在结构信息、关联信息等等。本报告将简要地介绍课题组在图像重建、压缩感知、快速压缩成像、多视图聚类等取得的研究进展。
报告人简介：
陈勇勇， 现为哈尔滨工业大学（深圳）计算机科学与技术学院助理教授、硕士生导师，迅策科技-哈尔滨工业大学（深圳）联合实验室副主任，深圳市海外高层次人才。2020年博士毕业于澳门大学。研究方向包括机器学习、模式识别、计算机视觉等应用。目前主持国家级、广东省、深圳市纵向基金5项。迄今为止，在TIP、TKDE、TDSC、TIFS、TCYB、TNNLS、TMM、TCSVT等国际顶级期刊和人工智能顶级会议ACM MM上发表论文70余篇，其中IEEE Trans长文30余篇，2篇论文入选ESI高被引。应邀担任多个国际学术期刊和国际学术会议论文审稿人。现为中国计算机学会会员、中国人工智能协会会员、IEEE会员。
