高新波教授，自2013年以来，担任综合业务网理论及关键技术国家重点实验室主任。现为IET Fellow、CIE Fellow、IEEE高级会员、中国计算机学会理事，中国图象图形学学会常务理事，陕西省图象图形学学会副理事长。目前已发表论文300余篇，其中SCI检索180余篇，ESI高引论文10余篇，Google Scholar引用9000余次。获国家自然科学二等奖1项、省部级科学技术一等奖3项。

尹义龙教授主持国家自然科学基金重点项目1项、面上项目2项、青年项目1项，省部级科研项目10项。已发表SCI收录论文60余篇，其中在TIFS、TEC、TMM、PR、TCSVT、JBHI等国际期刊和CVPR、IPMI、MICCAI、CIKM、ICASSP等国际会议发表论文近20篇，谷歌学术他引1500多次，单篇最高他引130次，H-index为20；并获得2014年山东省科技进步二等奖1项（第一完成人）。现担任中国计算机学会人工智能与模式识别专委会常委、副秘书长和中国人工智能学会机器学习专委会常委、副秘书长等学术兼职。多次承办国际、全国性学术会议。先后40多次担任国际、国内学术会议的大会主席、程序委员会主席、出版主席和程序委员会委员。

高阳教授主持国家自然科学基金重点项目1项、国家自然科学基金面上项目3项、青年项目1项，科技部国际合作专项1项，江苏省自然科学基金重点项目（江苏省973项目）1项。在国际杂志(IEEE Tranx系列)、国际会议（CCF-A/B类会议）和国内一级刊物上发表学术论文100余篇，并获授权专利10项，国际PCT专利1项。目前担任中国人工智能学会理事、机器学习专业委员会副主任、粗糙集与软计算专业委员会副主任；中国计算机学会大数据专委委员、人工智能与模式识别专业委员会常委、多智能体与智能系统学组副组长、南京分部副主席；江苏省计算机学会常务理事、人工智能专业委员会副主任等。

景丽萍教授主持或参与国家自然科学基金重点项目、面上项目、青年基金、教育部项目和北京市科委、科技部国际合作项目等多项，并荣获2015 CCF-腾讯犀牛鸟基金。近年来在国内外重要学术杂志和会议上发表70余篇论文（包括顶级国际学术会议IJCAI、CVPR、ACM MM以及IEEE Trans.系列期刊），被Google Scholar引用1200余次，SCI他引220余次。目前担任中国计算机学会人工智能与模式识别专委会委员，中国人工智能学会机器学习专委会委员。曾担任国际会议RSKT组、组织主席。

题目：大数据时代模式识别的机遇与挑战

主讲人：高新波

内容简介：本报告将主要讨论大数据时代下模式识别学科所面临的诸多机遇与挑战。报告从模式识别的定义和学科的起源谈起，介绍模式识别发展的重要里程碑，分析模式识别目前的局限性、最新发展现状和基于深度学习的模式识别的发展趋势。在分析了大数据时代下模式识别面临的四大机遇和四大挑战之后，重点探讨模式识别潜在的六大研究方向，并对模式识别未来的发展趋势做出预测分析。通过本报告与大家共同思考模式识别的发展前景。

题目：机器学习在医学图像处理中的应用研究

主讲人：尹义龙

内容简介：本报告主要介绍多任务学习特征选择用于乳腺肿瘤辅助诊断、多尺度旋转不变卷积网络用于肺部纹理分类、基于先验知识学习的乳腺肿瘤分割和结构化学习在脊椎侧凸中的应用等工作。

题目：分布式凸优化研究

主讲人：高阳

内容简介：近年来，随着数据规模的增大，分布式机器学习越来越受到业界的关注。其中，分布式交替方向乘子法是重要的研究方向。本报告中，从提高分布式交替方向乘子法收敛速度的角度，介绍了基于组的分布式交替方向乘子法、代价敏感的分布式交替方向乘子法、以及分布式二阶的加速方法。

题目：高维数据局部子空间学习

主讲人：景丽萍

内容简介：随着社会信息化和数据采集技术的发展，互联网、医疗机构、电信、交通运输、军事领域等已经积累了大规模的数据，可以预期未来还会有更多行业产生大数据。这些数据往往具备多源、异构、高维、语义复杂、动态变化等特性。如何从这些数据中提取有用的模式，成为工业界和学术界面临的至关重要的课题之一。但数据的多源、异构、高维等复杂特性使得相关研究尤其是高维数据表示极具挑战性。本报告主要围绕高维数据局部子空间学习问题，分别介绍我们在无监督、有监督、半监督高维数据局部子空间学习方面的研究进展。