全部课程分类
数学科学学院 | 化学物理系 | 物理系 | 近代物理系 | 地球与空间科学学院 | 电子工程与信息科学系 | 生命科学学院 | 计算机科学与技术学院 | 化学系 | 电子科学与技术系 | 公共事务学院 | 国家同步辐射实验室
模糊搜索
类  型:
学科方向:
学科分类:
院  系:
模糊搜索:
教  师:
课程列表
Single Image Super Resolution and Applications in Multispectral Imaging
主讲教师:郭卫红 人气:1432 更新时间: 2017年01月09日
内容提要:Imagesuper-resolution(SR),aprocesstoenhanceimageresolution,hasimportantapplicationsinsatelliteimaging,high-definitiontelevision,medicalimaging,andsoon.Manyexistingapproachesusemultiplelow-resolution(LR)imagestorecoveronehigh-resolution(HR)image.WewillpresentaniterativeschemetosolvesingleimageSRproblems.Itrecoversahigh-qualityHRimagefromsolelyoneLRimagewithoutusingatrainingdataset.Wesolvetheproblemfromimageintensityfunctionestimationperspectiveandassumethattheimagecontainssmoothandedgecomponents.Wemodelthesmoothcomponentsofanimageusingathin-platereproducingkernelHilbertspaceandtheedgesusingapproximatedHeavisidefunctions.Wewillalsotalkabouttheextensionoftheideatopansharpeningwhichfuses3Dlowresolutionmultispectralimagesanda2Dhighresolutionpanchromaticimagesfor3Dhighresolutionmultispectralimages.TheresultsincolvecollaborationwithRichardLartey(CWRU,USA),Liang-JianDeng(UESTC,China),JocelynChanussot(GrenobleInstituteofTechnology,France)andXiaoxiangZhu(TUM,Germany).报告人简介:WeihongGuoisanAppliedMathAssociateProfessoratCaseWesternReserveUniversity,USA.ShereceivedthePh.D.degreeinAppliedMathfromUniversityofFlorida(USA)in2007.ShealsoreceivedaMaster’sdegreeinStatisticsfromthesameuniversitythesameyear.Herresearchinterestsincludeimagereconstructionandimageprocessingsuchasimagesuper-resolution,imagesegmentation,imageregistrationandtheirapplicationsinmedicine,biology,remotesensing,satelliteimagingetc.Prof.GuoisanassociateeditoroftheinternationaljournalInverseProblemsandImaging.ShealsoservedasaneditorforInternationalJournalofBiomedicalImaging.Shehaspublishedmorethan30papersinvariouswell-knowninternationaljournalsincludingSIAMJ.ImagingSciences,InverseProblemsandImaging,InformationSciences,JournalofComputationalandAppliedMathematics,IEEETransactionsonCircuitsandSystemsforVideoTechnology,MagneticResonanceImagingandMagneticResonanceinMedicine.Prof.Guohasalsoreferredpapersformorethan20internationaljournalsandconferences.
模糊逻辑和信号处理/脑机接口(BCI)机器学习
主讲教师:伍冬睿 人气:1383 更新时间: 2016年11月28日
模糊逻辑和信号处理/脑机接口(BCI)机器学习FuzzyLogicandSignalProcessing/MachineLearningforBrain-ComputerInterface(BCI)伍冬睿,2003年中国科技大学自动化专业学士,2005年新加坡国立大学电子与计算机工程专业硕士,2009年美国南加州大学电子工程专业博士。2010-2015年任美国通用电器公司(GE)全球研发中心(纽约)主管研究员。2015年任西安斯凯智能科技有限公司首席科学家和美国DataNova公司首席科学家。入选第12批国家青年“千人计划”。现任华中科技大学自动化学院教授,博导。主要从事情感计算、脑机接口、机器学习、计算智能和智能控制相关研究。出版学术专著《感知计算》一部,在国际学术期刊和会议上发表论文80余篇,其中SCI27篇,IEEE汇刊16篇,SCI高引2篇,GoogleScholar总引用3400余次。Braincomputerinterfaces(BCIs)haveattractedrapidlyincreasingresearchinterestinthelastdecade,thankstorecentadvancesinneurosciences,wearable/mobilebiosensors,andanalytics.However,therearemanychallengesintheirtransitionfromlaboratorysettingstoreal-lifeapplications,includingthereliabilityandconvenienceofthesensinghardware,theavailabilityofhigh-performanceandrobustalgorithmsforsignalanalysisandinterpretation,andfundamentaladvancesinautomatedreasoningthateffectivelyhandleindividualdifferencesandnonstationarity.ThistalkfocusesonthelasttwochallengesforregressionproblemsinBCI.Itwillshowthatbycombiningfuzzylogicwithsignalprocessingandmachinelearningapproaches,wecansignificantlyimprovetheregressionperformance.
Optimal Polyhedral Meshing
主讲教师:刘洋 人气:1294 更新时间: 2016年10月24日
摘要:Polyhedralmeshes--discretizedversionsofcontinuousshapesordomains,arethemostcommonrepresentationusedincomputergraphicsandcomputationalgeometry.Thegenerationofpolyhedralmesheswithdesiredgeometricpropertiesisessentialtomanyapplications.Inthetalk,IwillgiveanintroductiontoOptimalPolyhedralMeshingandalsoreportmyworkonthisresearchdirection.Thetopicsincludeoptimalisotropic/anisotropictessellation,optimalmeshesforarchitecturalmodelingandconstruction.
Demythifying Deep Learning
主讲教师:徐亦达 人气:2115 更新时间: 2016年10月24日
DeepLearninghasbeenextremelypopularintheartificialintelligencecommunity;yetthemathematicsinvolvedareextremelysimply;Inthistalk,IwillpresentsomeofthefundamentalsassociatedwithDeepLearningandwherethecurrentstate-of-the-artisat;IwillalsoshowsomeofourcurrentworkinDeepLearningaswell.Thenotescanbefound:http://www-staff.it.uts.edu.au/~ydxu/statistics.htmunderthetitle"NeuralNetworksfromShallowtoDeep".
Evolutionary Computation for Image and Vision Computing
主讲教师:Mengjie Zhang 人气:1006 更新时间: 2016年10月24日
新西兰惠灵顿维多利亚大学MengjieZhang教授学术报告会题目:EvolutionaryComputationforImageandVisionComputing时间:2016年10月21日10:30地点:西区科技实验楼西楼608会议室
Approximation Algorithms for Fault-Tolerant Virtual Backbone in Wireless Sensor Network
主讲教师:张昭 人气:1010 更新时间: 2016年09月27日
浙江师范大学张昭教授学术报告会题目:ApproximationAlgorithmsforFault-TolerantVirtualBackboneinWirelessSensorNetwork时间:2016年9月27日10:00地点:西区电三楼632学术报告厅
Approximate Counting via Correlation Decay
主讲教师:陆品燕 人气:1053 更新时间: 2016年09月20日
上海财经大学陆品燕教授学术报告会题目:ApproximateCountingviaCorrelationDecay时间:2016年9月19日16:00地点:西区电三楼632学术报告厅
社交媒体流行性的剖析
主讲教师:谢乐星 人气:1324 更新时间: 2016年09月08日
Howdidavideogoviral?Orwillitgoviral,andwhen?Thesearesomeofthemostintriguingyetdifficultquestionsinsocialmediaanalysis.Thistalkwillcoverafewrecentresultsfrommygrouponunderstandingandpredictingpopularity,especiallyforYouTubevideos.Iwilldescribeauniquelongitudinalmeasurementstudyonvideopopularityhistory,andintroducepopularityphases,anovelwaytodescribetheevolutionofpopularityovertime.Iwillthendiscussaphysics-inspiredstochasticmodelthatconnectsexogenousstimuliandendogenousresponsestoexplainandforecastpopularity.Withsuchnovelrepresentationandnewmodels,wecancorrelatevideocontenttypetopopularitypatterns,makebetterpredictions,describetheendo-exofactorsdrivingpopularity,andforecastthedynamicsofpromotioncampaigns.
Technology-driven and Application-driven Architecture Innovation:Past, Present, and Future
主讲教师:谢源 人气:1393 更新时间: 2016年09月07日
美国加州大学圣塔芭芭拉分校谢源教授学术报告会题目:Technology-drivenandApplication-drivenArchitectureInnovation:Past,Present,andFuture时间:2016年9月6日10:00地点:西区电三楼632学术报告厅
软件定义数据中心——从科大到 SIGCOMM
主讲教师:李博杰 人气:1697 更新时间: 2016年09月05日
信息技术多是从专用硬件发展到可编程软件,例如通用计算机、智能手机、云服务器、软件定义网络……数据中心依赖软件定义的计算、存储、网络来支持多用户共享的云服务,响应日新月异的需求。然而,基于CPU体系结构的软件遇到了性能瓶颈。可重构硬件(FPGA)是一种兼具性能与可编程性的体系结构,在微软数据中心对搜索、深度学习、网络等实现了数倍的加速。报告人的研究方向与在中科大的经历密不可分。中科大计算机专业的课程重视数理基础和体系结构;中科大LUG(LinuxUserGroup)技术社区使我对系统和网络很感兴趣。他将与大家分享在科大学习和生活的经历、写代码和做研究的心得。报告人简介:李博杰同学是中科大与微软亚洲研究院联合培养博士生,研究方向是数据中心网络和可重构硬件的编程。本科就读于2010级少年班学院计算机科学与技术专业,2012年任科大LUG(LinuxUserGroup)会长。2016年在网络领域顶级会议ACMSIGCOMM上发表论文。
共49条记录,每页显示10条,到第页 [首页] [上一页] [下一页] [尾页]
中国科学技术大学研究生网络课堂试运行版,版权属于中国科学技术大学研究生院。
本网站所有内容属于中国科学技术大学,未经允许不得下载传播。
地址:安徽省合肥市金寨路96号;邮编:230026。TEL:+86-551-63602922;E-mail:wlkt@ustc.edu.cn。 课件总访问人次:11078106