（图文|胡雨涛  编辑|辛西  审核|王玉龙）5月25日上午，我院特邀华中科技大学尤新革教授讲学，在C314会议室作了题为“零样本学习中语义特征表示”的学术报告。会议由王玉龙教授主持。信息学院张红雨院长及多位老师和同学参与交流。

   尤新革教授结合自身多年研究经验以及教学体会，对零样本学习给出了形象、通俗易懂的描述，让听众理解其基本逻辑以及具体场景应用有所理解。尤教授就如何解决零样本学习中跨数据集偏差、视觉-属性的关键公共语义表示、视觉-语义的异构特征对准等问题，具体介绍了团队中相关的研究进展。首先，针对零样本学习的跨数据集偏差问题，尤教授及其团队提出了两种视觉特征精细化学习机制：预特征精细化和后特征精细化，以解决了跨数据集偏差导致特征表示不一致问题。其次，针对视觉-属性的关键公共语义如何表示问题，尤教授展示了一种属性语义蒸馏的学习模型，该模型通过使用基于属性的视觉注意力模型和基于视觉的属性注意力模型进行协同学习和相互指导，从而解决了视觉-属性的关键公共语义特征表示，提高了机器学习模型中知识从已知类到未知类的迁移性。尤新革教授还为大家讲解了一种层次视觉-语义层次适应的学习模型，该模型通过同时进行结构对准和分布对准，学习一个具有结构和分布一致性的公共子空间，这样可避免现有学习模型只进行分布对准而造成视觉和语义分布在不同的子流形上的问题，从而有效提高了零样本学习的识别精度。

   报告结束，参会师生进行了积极交流和深入研讨。王紫嫣博士就如何在没有属性的标注情况下如何进行zero-shot的任务问题请教了尤教授。冯在文副教授对于对如何让机器学习具有记忆性十分好奇，尤新革教授表示从知识图谱、因果关系等方面的入手研究能提供一些思路。大家充分交流想法，思维碰撞，收获颇丰，本次讲学座谈会在轻松愉悦的自由交流环节中结束。