讲座：面向多模态无线联邦学习的高效传输与处理（东南大学，李骏）
2026-05-29
2026年06月02号上午9:00-12:00、下午14:00-17:00，我们将在物信南楼218A报告厅，邀请东南大学李骏教授作学术报告，并与师生交流。报告题目为面向多模态无线联邦学习的高效传输与处理。
报告人简介：
李骏，东南大学信息科学与工程学院教授、博士生导师，中组部千人计划青年专家、IEEE Fellow、中国通信学会会士、中国计算机学会杰出会员、全球前0.05%顶尖科学家。在IEEE系列期刊、美国科学院院刊（PNAS）等国内外期刊与会议上发表论文400余篇，其中ESI高被引论文15篇，谷歌学术引用超23000次，单篇最高引3000次。创新研究成果获2023年度中国电子学会自然科学一等奖、2022年度IEEE信号处理学会最佳论文奖。牵头20余家单位制定并发布工业领域联邦学习相关的工信部行业标准，作为工作组主席围绕工业联邦学习牵头制定IEEE国际标准P3975。曾担任一区Top期刊IEEE Transactions on Wireless Communications副编辑、IEEE Journal of Selected Topics on Signal Processing期刊客座编辑。是IEEE智能制造标准委员会/技术咨询委员会专家、中国信通院5G应用产业方阵产业推进组专家。
报告内容简介：
工业互联网、智能网联等领域将产生海量多模态数据，2028年全球数据量将增长至393.8泽字节，其中视频、语音等多模态数据占比超80%。多模态联邦学习有效打破数据难以集中共享以及孤岛化严重的瓶颈，是处理多模态数据的关键技术。然而，多模态模型特有的跨模态注意力机制使其模型参数远超传统单模态学习模型参数。基于模态特征提取与传输的方法有效地降低了训练过程中的开销和延迟，提高了模型的训练性能。报告将围绕多模态联邦学习中的模态数据缺失、用户调度低效、全局特征异构与特征隐私泄露四个关键挑战提出相应的解决方案，并对多智能体高效协同决策的若干关键问题进行展望。
|
|
|
福建省媒体信息智能处理与无线传输重点实验室2025年度开放基金申请指南
2025-01-13
一、宗旨和目标
福建省媒体信息智能处理与无线传输重点实验室围绕社会服务以及福建省产业发展为目标，以泛媒体信息智能处理、媒体内容无线传输、媒体物联网感知与分析等为研究方向，开展理论、技术与应用研究。为了进一步聚集和培养拔尖创新人才，充分发挥“福建省媒体信息智能处理与无线传输重点实验室”(以下简称实验室)的工作条件，开展高层次、高水平的理论技术创新和人才培养，面向海内外高校、科研单位和企业发布2025年度开放基金申请指南，资助海内外科研工作者参与实验室的研究工作。此次开放基金拟资助5项课题。其中，重点项目1项，每项资助2万；一般项目4项，每项资助1万元。
二、开放基金支持方向
根据信息智能处理、无线传输领域科学前沿以及福建省媒体信息产业、5G通信、媒体物联网技术等发展需求，结合本实验室的研究情况，2025年度开放基金项目支持方向如下：
1、媒体体验质量评测
2、沉浸式视频处理与编码
3、泛媒体信息融合
4、5G超密集组网
5、超大媒体流无线缓存
6、无线携能通信
7、隐蔽通信
8、媒体信息感知与处理
9、媒体信息融合与分析
三、开放基金的申请要求和程序
实验室诚邀海内外相关领域的科研技术人员围绕实验室研究方向申请课题，本实验室将按照“公平公正、择优支持”的原则，采取个人申请、单位推荐、实验室初审、专家委员会评审的程序遴选开放基金课题。
1．申请条件及要求
（1）项目申请者应在国内有固定的受聘单位且聘期覆盖该基金项目实施期限。
（2）重点项目申请者一般应具有博士学位或高级专业技术职称，并具有一定的研究经历和与课题相关研究基础。不具备上述条件的科研人员，需由两名本领域具有高级专业职称的同行专家推荐。一般项目申请者一般应具有硕士学位或中级职称。
（3）项目申请者承担本实验室开放基金项目未结题者须结题后方能再次申请。
（4）研究项目具有创新性、开拓性及应用前景，研究内容应与申请指南方向一致，鼓励发展前沿和交叉学科的研究内容。
（5）项目参加人员至少有一人为本重点实验室固定人员。
2. 申请程序
（1）申请者填写《福建省媒体信息智能处理与无线传输重点实验室开放基金申请书》（见附件1）一式3份，经所在单位盖章后于2025年2月27日前寄送至实验室，同时将申报书电子版发送至联系人邮箱。
（2）实验室组织专家对通过形式审查的项目进行评审，根据专家评审意见提出开放课题基金项目资助建议名单，提交重点实验室学术委员会最终审定。
（3）经评审后确定资助的项目，实验室签发立项通知书，将在一个月内通知项目负责人，项目负责人在收到立项通知书后按要求填写《福建省媒体信息智能处理与无线传输重点实验室开放基金项目任务书》（合同）（见附件2），报送本实验室。
四、开放基金验收与结题
1、项目结题时项目负责人应向实验室提交下列资料：
（1）研究工作总结及研究报告。
（2）经费决算表。
（3）已发表及已正式录用的符合实验室署名要求的专著、学术论文。
（4）其它与本项目相关的研究成果（如软件、数据库、成果报道、知识产权证书、获奖成果证书等）。
2、研究成果要求
（1）项目负责人享有著作权及著作发表权（保密论文除外），其研究成果由本实验室与负责人依托单位共有。
（2）发表开放基金项目取得的研究成果，必须署名“福建省媒体信息智能处理与无线传输重点实验室”，英文：“Fujian Key Lab for Intelligent Processing and Wireless Transmission of Media Information, College of Physics and Information Engineering, Fuzhou University”，同时注明得到“福建省媒体信息智能处理与无线传输重点实验室开放基金资助（项目编号）”，英文：“Fujian Key Lab for Intelligent Processing and Wireless Transmission of Media Information, College of Physics and Information Engineering, Fuzhou University (Grant No. ******)”。未按规定进行标注的研究成果，不得作为开放基金项目成果用于结题验收。
（3）项目结题需发表SCI或EI收录的论文1篇，作者列表中须含本实验室固定研究人员。
五、有关说明
1、开放基金项目研究期限为1年，本年度项目实施起止时间为：202501-202512。
2、开放基金项目的管理按“福建省媒体信息智能处理与无线传输重点实验室开放基金项目管理条例（试行）”（见附件3）文件执行。
六、联系方式
福建省媒体信息智能处理与无线传输重点实验室
地址：福建省福州市福州大学城乌龙江北大道2号福州大学物理与信息工程学院南楼4楼
邮编：350108
联系人：魏宏安
电话：18960869671
E-mail：weihongan@fzu.edu.cn
附件1：福建省媒体信息智能处理与无线传输重点实验室开放基金申请书
附件2：福建省媒体信息智能处理与无线传输重点实验室开放基金项目任务书
附件3：福建省媒体信息智能处理与无线传输重点实验室开放基金管理条例（试行）
福建省媒体信息智能处理与无线传输重点实验室
2025年01月12日
|
讲座：当代视觉计算：从算法到系统的演变以及新的技术挑战（香港理工大学——陈长汶）
2024-06-10
2024年6月11日下午14:00－17：30，我们邀请香港理工大学陈长汶教授作报告。报告题目为：当代视觉计算：从算法到系统的演变及新的技术挑战。
陈长汶教授，现任香港理工大学视觉计算系讲座教授。 担任现职之前，他曾于2017年至2020年担任香港中文大学（深圳）理工学院院长以及校长讲座教授，并于2018年至2021年兼任鹏城实验室副主任。在美国任教期间，曾于2008年至2021年任纽约州立大学布法罗分校计算机科学与工程系任Empire Innovation教授。2003年至2007年任佛罗里达理工学院Allan Henry Endowed讲座教授。
陈教授曾在IEEE和ACM等专业学会担任领导职务。尤其是，他于2014-2016年担任了IEEET-MM的主编，于2006-2009年担任了IEEET-CSVT的主编。陈教授还获得了许多专业成就奖，包括2010年获得享有盛誉的亚历山大·冯·洪堡奖、2016年获得纽约州立大学校长卓越学术成就奖，以及2019年获得美国伊利诺大学ECE杰出校友奖。他是IEEE Fellow（2005），SPIE Fellow（2007）和欧洲科学院院士（2021）。
内容简介：
当代视觉计算已经远远超越了简单的算法设计，而演变成更加复杂的系统集成。这一演变过程带来了诸多新的技术挑战，同时也为各个行业带来了前所未有的机遇。
传统上，视觉计算主要关注于图像、视频和其他类型视觉数据的处理，涉及的学科包括计算机图形学、图像处理、可视化、计算机视觉、虚拟和增强现实以及视频分析等。然而，随着21世纪以来多轮的新技术革命，视觉计算已经不再是单一算法的应用，而是演变成了复杂的系统集成。
新型数据采集技术：近年来，新型视觉数据采集技术已经从实验室环境转向各种实际应用场景，如工业自动化、智能监控、自动驾驶等。这种转变带来了全新的技术挑战，如如何在复杂多变的环境中稳定地采集高质量的数据。
高性能云平台：随着数据量的激增，高性能的云平台成为处理海量视觉数据的关键。这些平台不仅需要具备强大的计算能力，还需要高效的数据传输和存储能力。
无处不在的网络：当代视觉计算系统需要依赖无处不在的网络来传输大量的视觉数据。网络传输的效率和稳定性直接影响到整个系统的性能。
算法的鲁棒性：计算机视觉系统需要在不同环境和条件下保持高准确度。面对光照变化、视角变化、遮挡等问题，如何提高算法的鲁棒性是一个重要挑战。
数据多样性和规模：随着应用领域的扩大，需要处理的数据类型和规模也在增加。如何收集和处理大规模、多样化的数据集，以提升模型的泛化能力，是一个亟待解决的问题。
实时性处理：对于需要实时反馈的应用场景，如自动驾驶、智能监控等，如何在保证准确度的同时实现快速响应，是计算机视觉技术需要解决的关键问题。
能耗和硬件要求：随着算法复杂性的提高，对计算资源的需求也在增加。如何在有限的硬件条件下实现高效的计算，同时降低能耗，是一个重要的技术挑战。
隐私和安全：计算机视觉系统在处理图像和视频数据时可能涉及个人隐私。如何在保障用户隐私的前提下使用这些数据，是一个需要重视的问题。
法规和伦理：随着计算机视觉技术在各个领域的应用，如何确保其应用符合相关法律法规和伦理标准，避免滥用，也是一个重要的挑战。
视觉计算的应用领域
视觉计算技术在多个领域有着广泛的应用，包括但不限于：
医学影像分析：利用计算机视觉技术进行病变检测和诊断，如通过分析X射线、CT或MRI图像来诊断肺炎、肿瘤等疾病。
自动驾驶：在自动驾驶汽车中，计算机视觉系统需要实时识别和理解路况、行人、交通信号等信息来做出反应。
零售业：CV技术可用于检测货架上的产品存量，自动结账系统也依靠CV进行商品识别和计费。
安防监控：通过识别监控画面中的异常活动、人脸或车牌号码等信息，计算机视觉在公共安全和智能监控领域发挥重要作用。
当代视觉计算已经从算法设计走向了系统集成，并面临着诸多新的技术挑战。然而，这些挑战也孕育着新的机遇，推动着视觉计算技术不断向前发展。通过科研人员、技术开发者和行业应用者的共同努力，视觉计算技术将在未来的技术环境中扮演更加重要的角色。
|
讲座：Task-Driven Tensor Low-rank Representation in Machine Learning（东南大学——贾育衡）
2023-04-16
2023年4月23日上午10:00-12:00，我们邀请东南大学贾育衡教授作报告。报告题目为：Task-Driven Tensor Low-rank Representation in Machine Learning。地点：物信南楼祥联厅。
贾育衡，博士，东南大学计算机科学与工程学院副教授，江苏省“双创博士”，东南大学“至善青年学者”、“紫金青年学者”，模式学习与挖掘（PALM）实验室成员，曾任斯坦福大学访问学者。2019年2月毕业于香港城市大学电脑科学系，获博士学位。现主持国家自然科学基金、江苏省自然科学基金等10余项科研项目。发表一作\通讯 IEEE Transactions\ CCF A类期刊会议论文三十余篇。主要研究方向为机器学习，重点关注无监督\弱监督学习、高维信号建模与分析、图机器学习、张量低秩表示等方向以及这些方向在计算机视觉、遥感影像处理等领域的应用。
|