2017年5月19号上午，应百富策略bfball手机版邀请，微软亚洲研究院院研究员王井东博士和美国中佛罗里达大学计算机系助理教授齐国君博士在逸夫楼408会议室分别做了题为“CNN Architecture Design: from Deeper to Wider”和“Loss-Sensitive Generative Adversarial Networks on Lipschitz Densities”的学术报告，来自我院相关系所的师生参加了本次学术报告。

王井东博士从深度学习的起源展开话题，首先他针对越来越深的网络对整体性能的并没有带来改进问题，提出了一种宽度的网络结构。接着他介绍了常用的深度网络与其扩展的宽度网络之间的联系，并详细阐述了两种改进网络结构的参数和计算的效率的方法。最后，他向师生展示了研究成果在CIFAR-10，CIFAR-100和SVHN的最先进的表现。

齐国君博士的报告中，他首先利用传统的GANs模型介绍了什么是对抗网络，分析了其中的原理以及算法，并用了一些实例来解释该模型的意义；接着，齐老师详细分析了原始GANs中产生的一些不足点，并结合该方法中的不足，从细节进行论证与改进，针对损失函数进行优化，提出了自己的模型LS-GAN，从原理上提升该模型的鲁棒性和效果。这场报告让在座的老师和同学们受益匪浅，了解到了生成对抗网络的意义。

两场报告的最后，我院师生积极提问，与两位专家针对报告中的问题进行了交流。

王井东博士是微软亚洲研究院研究员。他的兴趣领域包括计算机视觉，多媒体和机器学习。目前，他主要从事深度学习，人类理解，行人再识别，图像识别，图像检索和大规模相似搜索的紧凑编码等方面的研究。他在顶级会议和着名的国际期刊如CVPR，ICCV，ACMMM，ICML，SIGIR，TPAMI，IJCV等上发表了100多篇论文，和一本专著。他已经向Microsoft产品输送了十几种技术，包括Bing图像搜索，认知服务和小冰聊天机器人等。他曾担任过TMM的领域主编，AAAI 2018，ICCV 2017，ICIP 2017，CVPR 2017，ECCV 2016，ACMMM 2015和ICME 2015的区域主席，以及包括CVPR，ICCV，ACMMM，NIPS，SIGIR，SIGGRAPH，TPAMI，IJCV在内的顶级会议和期刊的程序委员会委员和评审。

齐国君博士是美国中佛罗里达大学计算机系助理教授，他的研究兴趣包括面向多源异构大数据的数据挖掘、智能信息处理等，并将所提出的方法应用于社交网络、医疗健康、金融系统等多个领域之中。齐老师在包括Preceedings of IEEE、TPAMI、TKDE、TIP、SIGKDD、ICML、CVPR、MM、WWW、ICDE、ICDM等众多顶级期刊和会议发表超过六十篇论文，被引用超过2500次，H-index为24。齐博士获得过ICDM2013最佳学生论文奖、ICDE2013最佳论文奖、MM2007最佳论文奖、两次IBM学者奖、一次微软学者奖。齐老师担任了MMM2016大会共同主席，SIGKDD、CIKM、MM等多个顶级会议的领域主席，以及CVPR、ICCV等顶级会议的程序委员会委员。齐老师亦是IEEE Trans. Big Data、IEEE Trans. Multimedia等顶级期刊责任客座编委。

百富策略bfball手机版