各位老师好:
应王萌老师邀请,5月20日(周四 )上午9:00-12:00,西安交通大学 范铭副教授、张玲玲副研究员给我院师生做学术报告,具体情况如下:
报告题目:自然语言驱动的智能软件分析
报告时间:2021年5月20日周四(上午)9:00-10:30
报告地点:计算机学院313会议室
报告摘要:随着人工智能技术的不断发展,传统的软件分析技术已经难以满足现实问题的需求。现有的软件往往包含丰富的自然文本信息,因此,我们通过自然语言处理技术与程序分析技术相结合,挖掘非结构化文本数据以及复杂程序行为数据,从而在代码缺陷复现,隐私保护政策合规性分析等方面实现软件智能化分析。本报告将介绍西安交通大学智能网络与网络安全教育部重点实验室在自然语言驱动的智能软件分析方面的研究进展。
报告人简介:
范铭,西安交通大学副教授,硕士生导师。2019年3月获西安交通大学计算机科学与技术专业工学博士学位,2019年6月获香港理工大学计算机专业博士学位(双博士学位)。2019年4月入职西安交通大学网络空间安全学院,2019年7月前往新加坡南洋理工大学做博士后。2020年获博士后国际交流引进项目,西安市科协青年人才托举计划支持。2021年4月晋升副教授。研究方向为移动软件安全。主持各类科研项目7项,包括国家自然科学基金青年项目、博士后站前特别资助等,在中国科学、IEEE Trans. on Information Forensics and Security、IEEE Trans. on Reliability、IEEE/ACM ICSE、ISSRE等权威期刊会议发表一作学术论文8篇。相关成果获得2018年全国软件学术与应用会议NASAC最佳论文奖、2016年IEEE ISSRE会议最佳论文奖、2014年SEKE国际会议最佳系统演示奖。授权中国发明专利6项,美国专利1项 。
报告题目:小样本机器学习及应用
报告时间:2021年5月20日周四(上午)10:30-12:00
报告地点:计算机学院313会议室
报告摘要:
近年来,基于大规模监督的深度神经网络在计算机视觉领域取得突飞猛进的发展。然而,在现实世界中,视觉数据的分布呈现显著的长尾效应,即很多视觉类仅包含少量的样本可供训练,这为计算机视觉的持续发展带来挑战。不同于深度神经网络,人总是可以从极少的样本中学习到这类样本的特点。例如,我们在只见过几次斑马后,就能认识到“斑马是一种身上有斑纹的马”。受此启发,小样本学习(Few-Shot Learning,FSL)涌入了机器学习领域,并引起了很多研究者的关注。本报告介绍汇报人及所在团队近年来小样本学习方面的研究成果,主要包括小样本识别、小样本检测、小样本检索等。本报告将介绍西安交通大学跨媒体知识融合与工程应用研究所在小样本机器学习及应用方面的研究进展。
报告人简介:
张玲玲,西安交通大学青年优秀人才,硕士生导师,美国卡耐基梅隆大学访问学者,曾获谷歌女性奖学金、徐宗本应用数学论文奖等。研究方向包括机器学习、计算机视觉、小样本与零样本学习。在CVPR,IJCAI,TCYB, TMM, TCSVT, Pattern Recognition等国际重要期刊会议中发表论文15余篇。近年来作为骨干成员,参与重点研究计划、基金重点、基金面上等多项国家课题。