返回首页 内部办公网 English
当前位置:首页 > 学科科研 > 学术交流
第10期“互联”学术沙龙——“微波视觉与SAR目标识别”顺利举行
( 发布日期:2021-06-10 阅读:次)
主题:微波视觉与SAR目标识别
时间:06月10日(周四) 15:00-16:00
主讲人:徐丰
地点:信电楼204
记录人:章寅
内容:
  近10年来,人工智能技术得到了科技与工业界的极大的重视,预示着人类文明将进入 智能时代。但是,作为智能时代基础的“智能科学”还远未成型。本次讲座,来自复旦大学信息学院副院长徐丰教授向同学们汇报了如何从电磁物理信息感知、技术的独特视角,讨论智能科学如何发展。

图片1.png

  徐丰教授首先向我们介绍了复旦大学电磁大数据与遥感智能研究所在微波视觉的一系列研究,向同学们讲解了微波SAR图像与光学图像在深度学习中的区别与联系——微波SAR图像与光线图像在成像原理上有着根本的区别,但均可以通过深度学习来从中提取有用的信息,因此则催生了将深度学习与微波SAR图像解译相结合的微波视觉这一新学科方向。徐丰教授还进一步提出了要将物理与智能技术相融合,以数据学习和物理机理为支撑,可以丰富微波视觉的内涵。

图片2.png
  接着徐丰教授进一步提出了利用深度学习的方法在微波SAR图像上完成目标识别的任务。他所带领的电磁大数据与遥感智能研究所在该领域发表了多篇SCI论文,实现了如目标检测分类,利用概率图生成网络对SAR图像多样性进行表征,设计SAR图像表征的对抗自编码网络(AAE)。利用这些成果,徐丰教授团队在飞机目标检测方法、大范围海面目标高效检测识别、海域精准稳健分割、远海目标高效稳健检测与近岸目标精细检测识别等多项目标检测项目中实现突破,并多项研究成果在实践工程中落地。
图片3.png
  徐丰教授还进一步讨论了数据和模型如何深度融合。他提到,目前的深度学习模型只能获取大数据之间的相关性,而无法对模型本身所附带的物理模型、因果关系。例如,当前的机器学习大多是黑箱性质的算法,研究人员直接从数据到计算并将模型用于预测,而物理模型需要理论指导建立起方程,才可以将数据导入计算,预测。因此这二者互为逆关系。他还介绍了一系列有关这些论文的前沿研究,如基于RNN的电磁波动方程学习、基于物理约束的深度神经网络与数据驱动的电磁波动方程发现预测,还向我们介绍了基于连续脉冲神经网络这一新型神经网络。
图片4.png
图:生物神经元模型与人工神经元模型对应关系
       深度学习引发人类社会进入智能时代,智能时代迫切需要智能科学,然而完整的智能科学体系还不明 朗。徐丰老师认为智能科学是与自然科学和社会科学并列的大领域,并不局限于研究人类智能的脑科学。 由于智能形成的因素和存在的必要条件,智能科学的范畴 应该与自然科学与社会科学是对偶问题,因此三者应该相结合进行交叉研究。例如物理智能是一类典型的智能科学研究,即建立人工智能能适应甚至战胜物理世界。
  最后老师热情的回答了与会同学提出的有关于深度学习模型问题,并向我们介绍了他近期的一些学术工作。
图片5.png

参加人:研一研二部分学生
分享到:0
上一条: 第11期“互联”学术沙龙——“嵌入式人工智能”顺利举行 2021/6/15
下一条: 第9期“互联”学术沙龙——“离散事件系统框架下信息物理系统攻击问题的研究”顺利举行 2021/6/4
Copyright © 2020 iee.zjgsu.edu.cn.cn All Rights Reserved. 浙江工商大学信息与电子工程学院 版权所有
浙ICP备05073962号 浙公网安备33011802000512号