应我校邀请，清华大学副教授高跃于10月25日在北京理工大学信息与电子学院进行学术交流。高跃副教授在10号教学楼317做了题为“超图结构学习”的学术报告。出席此次会议的有信息与电子学院的十多位教师、博士研究生和硕士研究生。

　　此次报告主要介绍超图结构学习的理论及应用。超图是一种广义的图结构，因其具有较强的数据样本间非线性高阶关联的刻画和挖掘能力而被广泛应用于数据分类、检索等任务中。针对这一技术及其在多领域中的应用，本报告首先介绍基于超图的学习方法的基本内容，接下来介绍超图结构的多种建模及优化方法，针对实际应用中存在的数据样本不平衡、分类代价敏感、数据关联建模复杂等挑战，介绍了基于代价敏感信息的超图学习及动态超图结构学习方法。第三部分介绍超图神经网络模型，最后一部分主要介绍了超图结构学习在医学诊断、列车节能自动驾驶等领域的应用。

　　通过这次学术交流活动，大家受益匪浅，拓展了视野，对边缘计算、深度学习、空间数据领域的先进技术有了更深入的了解，对选择研究方向和开展科学研究有很大帮助。

附个人简介：

　　高跃博士是清华大学长聘副教授、博士生导师。2012年毕业于清华大学获得博士学位。2012年至2016年分别于新加坡国立大学和北卡罗来纳大学教堂山分校从事计算机及医学领域研究工作。近年来作为项目负责人承担国家重点研发计划、自然科学基金联合基金重点项目等多项课题，主要研究领域为立体视觉及脑科学，在HBM、MICCAI、CVPR等国际期刊及会议发表论文100余篇，论文引用5000余次，由Elsevier出版视觉计算英文专著两部，2018及2019年入选科睿唯安高被引科学家。担任IEEE Trans. on Signal and Information Processing over Network及Journal of Visual Communication and Image Representation等多个国际期刊编委。