报告题目：面向开放环境不确定性感知的证据深度学习
报告人：高君宇（中国科学院自动化研究所）
报告时间：2025年5月29日（周四）14:20
报告地点：生命科学学院307会议室
内容简介：开放环境中存在海量的视觉大数据，数据类型复杂多样、动态变化且不完全可控，给模型的不确定性估计能力提出了很高的要求。证据深度学习作为一种高效的不确定估计方法，近年在各领域展现出了优秀的潜力。本报告围绕面向开放世界不确定性感知的证据深度学习方法展开，主要包括：（1）在应用层面，研究基于不确定性感知的弱监督视频时序定位方法，包括单模态的视频时序定位和音视频协同的定位；（2）在理论层面，探索了通过放松传统证据深度学习的部分非本质限制条件，来扩宽该方法的适用范围并进一步提高其不确定性估计能力。
报告人简介：高君宇，中国科学院自动化研究所副研究员。主要研究方向为多媒体计算、视频理解、具身智能，在CVPR, ICCV, ECCV, ACM MM, AAAI和TPAMI, TIP, TMM, TCSVT等人工智能领域顶级会议和期刊发表论文60余篇，其中一作论文19篇，谷歌引用2000余次。获得中国科学院院长特别奖、中国科学院优秀博士论文、ACM China SIGMM优博、百度奖学金等荣誉，入选第十届中国科协青年人才托举工程。作为项目和课题负责人，主持了基金委面上项目、青年基金、科技创新2030 “新一代人工智能”重大项目子课题、基金重点课题、CCF-海康威视斑头雁基金等多个项目。
（撰稿人：李晓捷 审稿人：肖志涛）
生命科学学院
2025年5月27日
