时间：2023年5月21日 14:30-15:30

地点：电院群楼2-410室

参数化卷积方法及其应用

孟德宇  

教授，西安交通大学

摘要:

卷积算子是卷积网络核心，在现代深度学习领域发挥了重要的作用。然而，常用的离散形式卷积核无法灵活进行函数变换或离散化采样位置调整，功能上具有显著局限性，不适用于旋转与尺度不变性刻画、卷积核动态调整和非网格卷积等操作。参数化卷积方法因此逐渐引起重视。现阶段，参数化卷积方法的研究处在起步阶段，本报告将介绍一种适用于底层视觉任务的参数化卷积方法，并以旋转等变卷积方法的构造为代表介绍一系列参数化卷积方法的应用。

简介:

孟德宇，西安交通大学教授，博士生导师，任大数据算法与分析技术国家工程实验室机器学习教研室负责人。发表论文百余篇，其中IEEE汇刊论文60余篇，计算机学会A类会议40篇，谷歌学术引用超过22000次。现任IEEE Trans. PAMI，Science China: Information Sciences等7个国内外期刊编委。目前主要研究聚焦于元学习、概率机器学习、可解释性神经网络等机器学习基础研究问题。