焦李成 

西安电子科技大学  教授

个人简介：焦李成，欧洲科学院院士，IEEE Life Fellow。现任西安电子科技大学华山杰出教授、人工智能研究院院长，教育部科技委学部委员、教育部人工智能科技创新专家组专家、国家级领军人才首批入选者、教育部长江学者计划创新团队负责人、“一带一路”人工智能创新联盟理事长，陕西省人工智能产业技术创新战略联盟理事长，中国人工智能学会第六-七届副理事长，亚洲计算智能学会主席，IEEE/IET/CAAI/CAA/CIE/CCF/CSIG/AAIA/ACIS/AIIA Fellow，连续12年入选爱思唯尔高被引学者榜单。主要研究方向为智能感知与图像理解、深度学习与类脑计算、进化优化与遥感解译。曾获国家自然科学奖二等奖、吴文俊人工智能杰出贡献奖、“求是人工智能科教奖”杰出贡献奖、全国模范教师称号及省部级一等奖以上科技奖励十余项。

刘　旭

西安电子科技大学 副教授

个人简介：刘旭，西安电子科技大学副教授、IEEE Senior Member、中国人工智能学会高级会员、中国电子学会高级会员、中国计算机学会高级会员、“陕西省优秀博士学位论文”入选者、陕西省课程思政示范课程团队入选者、“西安市科协青年人才托举计划”入选者、华为云开发者布道师。主要从事“人工智能+遥感解译”基础理论和应用技术的研究工作，发表IEEE Trans论文50余篇，其中ESI热点论文1篇次、ESI高被引论文2篇次，合作出版学术专著5部，获得省级及以上奖项4项，参与研制了“秦岭·西电遥感脑”系统平台，指导学生获20余项国际大赛奖项。

孟德宇

西安交通大学 教授

报告题目：流体塑形：参数化卷积方法及其应用

报告摘要：卷积算子是卷积网络核心，在现代深度学习领域发挥了重要的作用。然而，常用的离散形式卷积核无法灵活进行变换，功能上仍具有局限性，不适用于旋转与尺度不变性刻画、卷积核动态调整和非网格卷积等操作。参数化（连续化）卷积方法是克服上述问题的一个重要技术，因此具有重要的研究价值。现阶段参数化卷积方法研究处在起步阶段，仍有许多有待克服的不足之处，本报告将介绍一种适用于底层视觉任务的参数化卷积方法，并以旋转等变卷积算子的构造为代表，介绍一系列参数化卷积方法的应用。

个人简介：西安交通大学数学与统计学院教授。长期致力于机器学习基础理论与算法的研究，近五年来，在机器学习相关领域期刊会议发表论文百余篇，谷歌学术引用超过40000次。现任TPAMI等七个国内外期刊编委。