讲座时间：2025年12月03日（星期三）19:30
讲座地点：犀浦校区3号教学楼X31541报告厅
主讲人：白亮 教授
白亮，山西大学智能信息处理研究所所长，教授，博士生导师，国家优秀青年基金获得者。主要研究方向为机器学习，相关研究成果发表在AI、IEEE TPAMI、IEEE TKDE、DMKD、ICML、KDD、AAAI等国际重要学术期刊和会议70余篇，主持国家自然科学基金重点项目、科技部新一代人工智能重大项目课题等，博士论文获得了中国人工智能学会优秀博士学位论文奖，作为主要完成人2次获得山西省科学技术奖（自然科学类）一等奖。
内容简介：
多模态数据广泛存在于各类行业场景，多模态基础模型为跨模态对齐与融合提供了强有力的工具。然而，当通用多模态模型迁移至特定领域时，往往面临标注成本高、专业知识依赖强以及少样本等现实挑战。针对这一问题，本报告以医疗数据分析为例，介绍我们课题组如何充分挖掘医疗多模态数据内部蕴含的自监督信号与判别语义信息，通过针对特定领域的监督信息与语义信息增强，提升模型对医疗数据的表示能力。基于这些增强策略，我们在预训练与领域适应过程中有效缩小了通用模型与医疗领域分布之间的差异，从而显著提升多模态模型在标注不足、样本稀缺条件下的迁移效果。
