日前，中國計算機學(xué)會（CCF）推薦的A類國際學(xué)術(shù)會議AAAI-2023論文錄用結(jié)果公布，計算機科學(xué)與技術(shù)學(xué)院師生1篇論文被錄用。

背景混合增強的流程

  AAAI會議（AAAI Conference on Artificial Intelligence）是由The Association for Advancement of Artificial Intelligence（國際人工智能協(xié)會）每年舉辦的學(xué)術(shù)會議，是人工智能領(lǐng)域公認(rèn)的權(quán)威性頂級學(xué)術(shù)會議。AAAI-2023是第37屆AAAI大會，會議將于2023年2月7日-2月14日美國華盛頓舉行。這次會議共收到8777篇論文，錄用論文1721篇，錄用率約19.6%。

  本次被錄用論文題目為《針對弱監(jiān)督變化檢測的背景混合增強(Background-Mixed Augmentation for Weakly Supervised Change Detection)》，由計算機科學(xué)與技術(shù)學(xué)院青年教師黃睿、計算機科學(xué)與技術(shù)學(xué)院碩士生汪若飛、新加坡南洋理工大學(xué)訪問學(xué)者郭青、計算機科學(xué)與技術(shù)學(xué)院碩士生魏接達(dá)、計算機科學(xué)與技術(shù)學(xué)院教師張宇翔、計算機科學(xué)與技術(shù)學(xué)院教師樊瑋和新加坡南洋理工大學(xué)教師劉楊共同完成。本工作首創(chuàng)性地從數(shù)據(jù)增強的角度研究變化檢測的泛化問題，提出背景混合增強，增強的樣本在背景集合的指導(dǎo)下使得深度變化檢測模型可以看見多樣的背景變化。此外，還提出了增強與真實數(shù)據(jù)一致性損失用于鼓勵泛化。實驗結(jié)果表明，本工作可以作為一個通用的框架提升現(xiàn)有的基于深度學(xué)習(xí)的變化檢測模型的泛化性能。

  探究是連接教學(xué)與科學(xué)的橋梁，是創(chuàng)新意識的靈魂。近年來，計算機科學(xué)與技術(shù)學(xué)院遵循精品信息的學(xué)科發(fā)展定位，注重對學(xué)生創(chuàng)新思維的引導(dǎo)與探究精神的教育，銳意進取、守正創(chuàng)新，努力提高科研產(chǎn)出水平，為民航高質(zhì)量發(fā)展提供有價值的思想、理論和實踐成果。