时 间：11月10日上午8：00-12:00
地 点：西南大学师元楼师元讲堂
报 告 一：微机电系统技术智能化的血管支架
报 告 人：陈行
报告人简介：
陈行，先前任职和任教于全球顶级的约翰霍普金斯大学医学院。2012年博士毕业于国立全南大学微纳技术国家实验室，荣获 “国家优秀自费留学生奖学金”以及“博士优秀论文奖”。2012年到2016年分别在英属哥伦比亚大学和犹他大学的电子计算机工程学院任职。长期致力于将微机电系统与医学的交叉融合，已发表SCI论文二十余篇，被引用两百余次。担任多家SCI期刊客座主编。
报告摘要：
心血管疾病是当今世界上第一大致病和致命疾病。血管成形术联合支架植入是治疗缺血性心脏病和中风最为常见临床治理手段之一。支架是金属管状植入物，可永久性的置入并支撑打通狭窄血管恢复血运。然而，金属支架在动脉内的存在会导致各种短期或长期并发症，如高灌注综合征和支架内血栓形成。在这里，我介绍了智能支架，不仅是一种医疗植入物，而且开拓了基于MEMS技术的自诊断和自治疗功能。自诊断支架与微型压力传感器集成，均基于医用级不锈钢，可无线读出血管内血压作为支架内并发症的诊断指标。智能支架的设计和构造满足工程和临床要求，同时证明其与标准介入手术兼容。热疗作为一种治疗方法，利用局部施加热应力来抑制新生内膜增生。一种无线射频功能支架与基于MEMS温控器被集成开发，并应用热疗法来抑制支架内再狭窄。本报告还将讨论这种植入式传感器的封装技术，并揭示了封装后偏压大小和占空比对传感器寿命的影响，建议了系统灵敏度和可靠性之间的设计权衡。
报 告 二：词嵌入、文本表示及多模自然语言生成
报 告 人：胡飞
报告人简介：
胡飞，西南大学博士，南京大学访问学者，西澳大学博士后。从事深度学习研究并应用于自然语言处理。近三年来以一作身份发表SCI期刊论文5篇（其中二区3篇，CCF推荐B刊论文1篇、C刊论文2篇）、CCF推荐B会论文1篇，主持重庆市项目1项、校级项目2项，主研国家自科面上项目1项。
报告摘要：
介绍近年来研究内容及未来研究计划。以深度学习算法和模型研究为主，并应用于自然语言处理。本报告包含词嵌入、文本表示及文本分类、多模自然语言表示及多模自然语言生成等内容。
报 告 三：同步辐射光源衍射数据的自动分析
报 告 人：刘霁亮
报告人简介：
刘霁亮，美国东北大学电气工程博士，现就职于布鲁克海文国家实验室（美国）的国家光源中心-II的助理研究员。
报告摘要：
X光衍射技术在研究材料的结构中发挥了重要作用。相比于传统的实验室X光，同步辐射光源能够产生极高通量和相干性的X光，这使得人们在短时间内能够采集大量的高质量的实验数据。运用光源产生微米级光束对不同的生物组织，包括神经细胞，植物细胞和大脑切片，进行扫描。通过对微光束扫描的衍射数据进行分析，我们观察到目标分子在活体组织中的结构变化。例如，神经细胞中神经髓鞘在朗飞节附近的结构变化，木质纤维素在不同茎干组织中结构变化，还有淀粉纤维素在阿兹海默症患者不同的病兆区域的结构变化。这些结构变化为理解目标分子在活体组织中的功能性变化提供了重要依据。在处理光源数据的过程，NSLS-II的大部分线站每天能够产生几百GB甚至TB级别的数据，面对如此大规模的数据，人工对实验数据进行逐一分析已变得不可行。因此，自动快速的处理实验数据已经成为新一代光源最为紧迫的需求之一。本报告还将讨论自主开发两个X光衍射数据的重构软件。一个是X光衍射图像修复软件，这个软件通过自动识别衍射图像的对称性，修复数据的瑕疵和坏点。另一个是分析软件，主要针对掠入式小角散射数据。通过采集多个入射角数据，再结合非线性最小二乘法进行迭代拟合，最终从掠入式小角散射提取出正确的小角散射数据。这些软件实现了对于特定衍射数据的自动分析。
报 告 四：基于多媒体融合的多目标定位与追踪
报 告 人：钱馨园
报告人简介：
钱馨园，本科和硕士毕业于英国爱丁堡大学，后进入伦敦大学玛丽皇后学院攻读计算机博士，并于博士期间赴意大利FBK研究所进行了为期2年的学术交流。主要研究兴趣包括多目标定位于追踪，麦克风阵列处理，计算机视觉等。
报告摘要：
说话人跟踪是当前多传感器信息融合领域的重要研究课题，广泛应用在视频会议、智能环境、人机交互、机器人、安防监控等需要对对象进行实时跟踪的领域。基于麦克风阵列的声源定位方法与基于计算机视觉的人脸或人体跟踪方法分别利用说话人的音频信息与视频信息估计说话人的空间位置，己成为解决说话人跟踪问题的基本手段。但这些方法仅利用了单一的音频信息或视频信息，无法有效识别和排除跟踪过程中的干扰。例如，摄像机采集的图像容易受到视频遮挡、姿态变化和人物交错等因素的影响，而在强背景噪音或房间混响的情况下，利用声源定位进行说话人跟踪的准确性也大为下降。因此，我们提出了利用音频视频融合的方法，去定位和追踪多目标。
报 告 五：半实时三维视觉系统
报 告 人：余锦泽
报告人简介：
余锦泽，毕业于东京大学电子情报研究所博士课程。本科清华大学数学系，硕士法国巴黎高等理工学院数学与计算机工程系。后于新加坡国立大学和香港中文大学从事过图像处理和机器学习的研究。在图像处理、图形学和计算机视觉学等领域发表十几篇期刊及会议论文。曾作为共同作者在施普林格（Springer）出版社出版过图像处理相关书籍。现于东京大学始发的机器人人工智能领域的明星公司MUJIN担任人工智能视觉算法工程师，从事项目研发与项目管理工作。研发成果已经用于中国和日本的多个大型自动化项目中。作为第一发明者和共同发明者拥有10余个美国、日本和中国的专利。
报告摘要：
作为机器人的眼睛和感受系统，工业机器人视觉在机器人自动化领域中起着至关重要的一部，也是复杂环境机器人运动规划的依据。作为对精度和实时性都有要求的机器人视觉系统，其对算法的稳定性，可靠性和容错率都有非常高的要求。本报告根据报告人在工业视觉产品研发中的经验和研发经历，讲述工业视觉系统中的重要环节，以及报告人的研发成果。
报 告 六：基于近似动态规划与增强学习理论的输入受限系统最优跟踪控制方法
报 告 人：张坤
报告人简介：
张坤，东北大学博士。研究方向包括：智能控制、自适应动态规划、强化学习与优化算法。目前发表中英文学术论文三十余篇。担任《IEEE Trans. on Cybernetics》,《IEEE Trans. on Neural Networks and Learning Systems》,《IEEE Trans. on Fuzzy Systems》,《IEEE Trans. on Industrial Informatics》,《IEEE Trans. on Systems Man and Cybernetics: Systems》,《IEEE Access》,《Neurocomputing》,《Applied Soft Computing》,《Circuits, Systems, and Signal Processing》和《Control Theory and Technology》等国际知名期刊，中国控制会议，美国控制会议，中国控制与决策会议等国际重要学术会议审稿人。是电子工程师协会(IEEE)学生会员，国际自动控制联合会(IFAC)会员，获得2018年Elsevier期刊杰出评阅贡献奖。
报告摘要：
对一类连续时间非线性仿射输入受限系统, 提出了一种新的基于近似动态规划与增强学习算法的最优跟踪控制方案。针对非渐进稳定的参考轨迹动态，首先通过增广技术，根据系统动态和参考轨迹构建新的跟踪系统，从而将最优跟踪控制问题转化为求解最优调节控制问题。其次针对性能指标函数，通过设计新的积分型效用函数代替传统的二次型效用函数，实现带有饱和边界的最优控制策略。最后结合单评价网络结构，设计了新的神经网络更新率，实现了算法的实施与运行。该设计克服了传统最优跟踪控制方法的应用局限性和自身严苛的假设要求，通过采用神经网络结构和修正的梯度下降方法，根据Lyapunov 理论，保证了算法实施的有效性。最后通过两个仿真例子验证了设计的最优跟踪控制方法。
报 告 七：复杂系统中信息交互的局域约束描述
报 告 人：张齐
报告人简介：
张齐，荷兰莱顿大学，洛伦兹理论物理研究所博士，主要的研究方向为复杂系统信息描述。 主要研究内容是从统计物理的基本模型出发对复杂系统中的信息传输与信息储存进行统计力学描述并且找到与其对应的物理意义，从而为理解以多变量耦合以及多约束限制为主要特点的复杂系统信息特性提供基本的理论基础。
报告摘要：
复杂系统作为新的研究方向是一个多学科交叉领域。复杂系统中的信息交互是一个崭新的研究领域，无论是大脑里的信息传输, 蛋白质之间的相互作用, 以及大规模社交网络中的实时通讯, 对复杂系统中的信息传输研究，不仅是对原有的信息论的拓展更是对复杂系统本身的特性进一步了解。本次报告将从统计物理的角度出发，利用统计系综对复杂系统中可能存在的相互耦合的信息源与信道进行描述，对复杂系统之间的耦合作用关系使用局域约束进行描述，并找到在不同约束条件的系综描述下复杂系统的信息极限。为理解以大脑神经网络为代表的复杂信号源与复杂信道提供新的理论工具。