3056
0
2024-12-16
2025-08-23
近日，課題組在自然圖像語義分割、黑盒超參數(shù)優(yōu)化等方面取得新進展，相關(guān)研究工作被人工智能領(lǐng)域國際頂級學術(shù)會議（AAAI）錄用。
相關(guān)研究一：針對開放詞匯語義分割領(lǐng)域現(xiàn)有前向方法模型存在類別不平衡的問題，提出用使用逆向思維，通過排除不可能的類別來縮小正向方法的選擇范圍，顯著降低了誤分類的風險。相關(guān)研究論文《Excluding the Impossible for Open Vocabulary Semantic Segmentation》被AAAI 2025錄用（趙士遠，劉寶弟，白雨，劉偉鋒，邵帥）。該工作得到國家自然基金、山東省自然基金等項目的資助。我院碩士研究生趙士遠為第一作者，劉寶弟副教授、2018級已畢業(yè)博士生邵帥為通訊作者，中國石油大學（華東）為第一署名單位。
圖1. 基于排除不可能的開放詞匯語義分割流程示意圖
相關(guān)研究二：針對合成數(shù)據(jù)語義分割領(lǐng)域存在低質(zhì)量的合成數(shù)據(jù)樣本的問題，提出了基于CLIP的無需訓練的合成數(shù)據(jù)選擇方法，以構(gòu)建更可靠的合成數(shù)據(jù)集。相關(guān)研究論文《A Training-free Synthetic Data Selection Method for Semantic Segmentation》被AAAI 2025錄用（唐浩，俞思悅，龐健，張冰峰）。該工作得到國家自然基金、山東省自然基金、山東省泰山學者青年專家計劃等項目的資助。我院碩士研究生唐浩為第一作者，張冰峰副教授為通訊作者，中國石油大學（華東）為第一署名單位。
相關(guān)研究三：針對存在樹形搜索空間的黑盒超參數(shù)優(yōu)化問題，提出了一種基于自注意力與深度核框架的貝葉斯優(yōu)化算法，通過transformer將樹形搜索空間中各子空間的響應曲面統(tǒng)一進行了建模。相關(guān)研究論文《Modeling All Response Surfaces in One for Conditional Search Spaces》被AAAI 2025錄用（李家興，劉巍，薛超，詹憶冰，王曉星，劉偉鋒，陶大程）。我院碩士研究生李家興為第一作者，中國石油大學（華東）為第一署名單位。
圖2. 基于CLIP的無需訓練的合成數(shù)據(jù)選擇方法流程示意圖
圖3. 基于自注意力深度核高斯過程的貝葉斯優(yōu)化算法框架圖
AAAI，全稱為Association for the Advancement of Artificial Intelligence Conference on Artificial Intelligence，即人工智能促進協(xié)會人工智能國際會議，是人工智能領(lǐng)域的頂級學術(shù)會議之一。AAAI的學術(shù)影響力覆蓋廣泛，涵蓋機器學習、自然語言處理、計算機視覺、多智能體系統(tǒng)、知識圖譜等多個研究方向。在各類學術(shù)會議的統(tǒng)計排名中，AAAI位居前列。在中國計算機學會（CCF）推薦的國際學術(shù)會議中，AAAI 被列為人工智能領(lǐng)域的 A 類會議。
