为了向广大师生普及大数据与人工智能相关知识和前沿资讯，电气学院于4月9日9时在新综合楼第一会议室召开了大数据与人工智能的前沿技术研讨会，由哈尔滨工业大学教授张海军、合肥工业大学“黄山学者”特聘教授张召、重庆大学自动化学院教授伍洲以及华南师范大学教授郝天永进校报告。电气学院师生代表参加了本次研讨会，特聘教授詹博士主持会议。

首先，张海军教授汇报了《视链学习》的研究成果，视链学习是对视频内容、广告和用户的相关性进行系统建模和优化，将视链问题转化为复杂约束条件下的大规模跨场景检索、个性化推荐和优化问题，张教授详细介绍了基于视频特定人物的衣服识别方法、基于跨域衣服图像的生成及检索方法、基于领域知识驱动的时尚搭配与设计方法、视频显著性检测及其在视链系统中的应用等内容，提出视频广告嵌入将可以为商业广告的发展提供巨大帮助。

紧接着，张召教授报告《基于低秩编码的图像恢复和鲁棒子空间建模》，介绍了低秩学习模型及其应用和改进。低秩学习是一种表示学习；表示学习经常用在深度学习和机器学习中，让机器来学习特征的表达。传统的表示学习方法可能不能很好的处理图片模糊、缺失等问题，采用低秩的方法可以对图像进行复原处理。张召教授详细地介绍了具体的理论和算法，通过改进了传统算法，来实现对人脸面部有遮挡并且进行模糊处理的情况下进行面部复原，改进后的效果比传统的效果更好。

随后，伍洲教授分享了《回声状态网络(ESN)在时间序列预测上的应用》。回声神经网络是一种新型的循环神经网络(RNN)，它的特点是隐藏层由大量的随机稀疏连接的节点组成，并且只需要输出连接权重值。伍洲教授介绍了该新型神经网络的算法原理，研究组对该网络应用在不同情况的太阳能预测工作，包括多簇回声状态网络的太阳能预测、多时间尺度回声状态网络的太阳能多任务预测、深度多隐藏层回声状态的太阳能预测以及基于链式回声状态网络的时空太阳能预测。

最后，郝天永教授报告了《关于文本分析与处理技术在医学上的应用》，临床试验是针对人类参与者的前瞻性研究，旨在回答有关生物医学或行为干预的具体问题；临床试验评估其安全性和有效性，是发现新的疾病治疗方法以及发现、诊断和降低疾病风险的新方法的重要步骤。通过分析开发新药的主要困难，郝教授针对性地提出了2个研究问题：如何从非结构化资格标准文本中提取关键信息，从而帮助加速患者招募?如何缩小临床试验研究人群与真实患者人群之间的差距?为了解决以上的问题，截至目前，他所在的团队已经建立了一个包含357017个医疗患者的文本数据集。

在问答环节，参会人员积极分享了自己的讲座感悟，并向各位教授请教了相关问题，现场学术讨论氛围十分浓厚。会议的最后，与会代表与嘉宾合影留念，会议圆满结束。

本次研讨会使到场师生获益良多，深刻地认识到大数据与人工智能技术对当今社会产生和日常生活产生的积极作用和巨大影响力，同时促进了我院教师在今后的教学和科研过程中及时更新教学理念、改进教学方法，帮助相关同学了解大数据前沿知识，从而获得更好的成长与发展，也为培养高质量应用型人才打下坚实的基础。