日前，模式识别国家重点实验室多媒体计算团队杨小汕的博士学位论文“基于深度学习的多媒体数据感知与计算研究”入选2017年“中国科学院优秀博士学位论文”。同时，团队负责人徐常胜研究员作为博士学位论文的指导老师获2017年“中国科学院优秀导师奖”。
中科院优秀博士论文的主要评选标准：论文选题为本学科前沿，理论或方法上有创新，达到国内同类领域的领先水平或国际同类领域的先进水平，具有较好的社会效益或应用前景，论文符合学术规范、材料翔实、推理严密、文字表达准确。2017年，中科院共有100篇博士论文入选“优秀博士学位论文”。
杨小汕博士的学位论文从网络多媒体数据的复杂特性出发，以深度神经网络为技术基础，学习平台无关以及具有跨模态特性的语义特征表示，并应用于社会事件的发现与识别。论文的主要研究成果及创新点：(1)提出了多模态数据的跨平台特征表示学习方法。通过多模态跨平台特征表示，解决了多模态数据在不同平台上的特征迁移问题。(2)提出了基于深度学习的视觉语义属性学习方法，实现了在排序损失函数约束下学习图像的视觉属性特征。提出基于文本信息的视觉属性自动挖掘方法，缓解人工标记属性的方法耗时耗力的问题。(3)提出了基于卷积神经网络的视频和文本特征映射方法，缓解少量训练样本的视频分类任务中监督信息不足的问题。
杨小汕，中国科学院自动化研究所模式识别国家重点实验室助理研究员。于2016年7月在自动化所获得模式识别与智能系统专业博士学位。读博期间参加了多项重要课题，如973、国家自然科学基金重点项目等，取得了出色的研究成果。已发表7篇SCI检索国际期刊论文（包括TMM、TOMM、TIP），3篇EI检索国际会议论文（包括ACM Multimedia）。研究成果获得中国多媒体大会(ChinaMM 2017)最佳论文奖, 申请了2项发明专利。获得中科院院长优秀奖，博士研究生国家奖学金，中科院大学三好学生，中科院自动化所攀登一等奖学金，Rokid奖学金。
|
