ku111net议时间：2025年3月12日（周三）14:30
参ku111net人员：信息科学与工程学院（人工智能学院）科研团队教师，欢迎广大师生参加。
ku111net议地点：墨子楼中兴ku111net议室
报告1：基于特征增强和多头注意力融合的表情识别
报告人：王艳秋
内容简介：本报告提出一种基于特征增强和多头注意力融合的表情识别模型，针对真实场景下面临的类间相似性高、类内差异性大等挑战，通过改进的特征中心损失函数增强表情特征的可区分性，设计多区域注意力模块捕捉关键面部区域，并创新性地引入融合损失函数避免注意力重叠，提高了识别的准确率。该模型在心理学评估、智能安防等领域展现出应用潜力，为复杂环境下的人机情感交互提供鲁棒的技术支持。
报告2：基于集成学习的基因调控网络推理方法
报告人：李静
内容简介：基因调控网络对于理解基因功能、疾病发生发展以及关键基因对疾病的影响至关重要。本研究提出了一种基于多种基本分类方法和灵活神经网络的集成学习方法，用于提高基因调控网络推理的准确性。该方法能够有效识别基因之间的复杂调控关系，并在多个数据集上取得了优于现有方法的性能。本报告将详细介绍该方法的原理、实验结果和未来研究方向。
科技处
信息科学与工程学院（人工智能学院）
2025年3月10日
检索
鲁公安网备37040002002001号