aaai

佘志坤，北京航空航天大学数学学院教授、博士生导师。主要从事非线性混成系统安全性验证与稳定性分析的研究。Optimization、IEEE Transactions on Automatic Control等国际期刊和CAV、HSCC、AAAI等国际会议上发表学术论文70余篇，研究成果获得包含1位图灵奖获得者、3位自动推理杰出贡献奖获得者、12位院士、20余位ACM/IEEE会士在内的国内外学者的正面评价与引用

讲师简介：谭奔，博士毕业于香港科技大学，主要研究方向为迁移学习、推荐系统、机器学习等，目前在微众银行人工智能部门负责推荐算法研发工作，曾就职于腾讯，负责广告转化率预估、商品推荐等工作。在 KDD、AAAI、SDM、TIST 等国际学术期刊会议上发表论文 10 余篇，多次在国际数据挖掘大赛中名列前茅。 具体课程，请点击下方链接/图片，前往进行观看和学习

面向智慧城市、数字孪生等领域的研究应用需求，综合运用时空数据挖掘、图表示学习等技术，研究城市复杂开放环境下的时空态势感知、挖掘与预测等AI算法，并应用于综合交通优化治理、疫情防控等场景。团队主持2项国家自然科学基金和10余项省部级或企业委托项目。在AAAI、IJCAI、UbiComp等CCF A类会议和IEEE TMC/TITS/TSC等期刊发表论文60余篇（CCF A类论文6篇、JCR一区/二区5篇），授权发明专利9项（含专利权转让1项）

报告时间：2020年6月4号星期四晚上8:00-8:45（北京时间） 视觉-语言（Vision-and-Language）问题是近年来非常热门的一个研究课题 ，而其中很多问题都与生成问题息息相关，比如image captioning是基于图像生成语言，text-image synthesis是基于语言生成图像，目前主流的算法倾向于使用end-to-end的方式，通过学习大量的数据，去解决语言和图像的生成问题，这就导致生成的大量样本是不可控的。我们认为，语言作为一种交互工具，理应是可控的，即无论是语言还是图像的生成，都应该是一个可交互，可控制的过程。基于以上想法，我们近期提出了几个工作，一个是controllable image caption generation，另外一个是 house design from a linguistic description 这两个工作都是利用了graph天然的结构化表征能力以及推理逻辑能力，而达到一个可控的，可交互的文字与图像生成效果

面向智慧城市、数字孪生等领域的研究应用需求，综合运用时空数据挖掘、图表示学习等技术，研究城市复杂开放环境下的时空态势感知、挖掘与预测等AI算法，并应用于综合交通优化治理、疫情防控等场景。团队主持2项国家自然科学基金和10余项省部级或企业委托项目。在AAAI、IJCAI、UbiComp等CCF A类会议和IEEE TMC/TITS/TSC等期刊发表论文60余篇（CCF A类论文6篇、JCR一区/二区5篇），授权发明专利9项（含专利权转让1项）