专家推荐 | 社交媒体多模态表示学习

点击中国图象图形学报→主页右上角菜单栏→设为星标

图片来源网络

2020年5月10日，CCF广州和广东省计算机学会联合举办“智能和优化理论及其应用实践”青年学术专题论坛，主要从智能和优化角度对人工智能技术及相关问题展开讨论。论坛邀请了中山大学郑伟诗教授、华南理工大学黄翰教授、暨南大学黄斐然博士和广东工业大学蔡瑞初教授，从跨视野学习、演化计算、因果性学习、多模态计算等不同角度交流了人工智能技术和应用的最新成果。

本期图图带来黄斐然老师在本次论坛上的报告——《社交媒体多模态表示学习》，由暨南大学黄书强教授特别推荐。

相比于传统数据，社交媒体数据包含多种模态的内容，比如视觉内容、文本描述、用户信息、社交关系等，给传统的数据挖掘和分析方法带来了很大的挑战。

图片来源网络

黄老师的报告中针对社交图像多模态数据的异构性、交互性、多样性等特点，综合应用深度学习、表示学习、多模态融合等相关先进技术，详细介绍了融合关联关系和元数据信息的社交媒体多模态表示学习。

从事相关研究的图粉可以在文末找到报告文件获取方式哦

报告专家

黄斐然，暨南大学网络空间安全学院，博士、硕士生导师。主要研究方向为：社交网络，视觉多媒体。

E-mail: [e-mail]

个人主页：

https://xxxy2016.jnu.edu.cn/Item/3243.aspx

发表论文

（向上滑动查看更多）

[1] Huang Feiran, Zhang Xiaoming, Li Zhoujun. Learning joint multimodal representation with adversarial attention networks[C]//Proceedings of the 26th ACM international conference on Multimedia. 2018: 1874-1882.

[2] Huang Feiran, Zhang Xiaoming, et al. Multimodal network embedding via attention based multi-view variational autoencoder[C]//Proceedings of the 2018 ACM on International Conference on Multimedia Retrieval (ICMR 2018). 2018: 108-116.

[3] Huang Feiran, Zhang Xiaoming, Li Zhoujun, et al. Learning social image embedding with deep multimodal attention networks[C]//Proceedings of the ACM Multimedia 2017, Thematic Workshop. 2017: 460-468.

[4] Huang Feiran, Zhang Xiaoming, et al. Multimodal learning of social image representation by exploiting social relations[J]. IEEE transactions on cybernetics, 2019.

[5] Huang Feiran, Zhang Xiaoming, et al. Bi-directional spatial-semantic attention networks for image-text matching[J]. IEEE Transactions on Image Processing, 2018, 28(4): 2008-2020.

[6] Huang Feiran, Xu Jie, Weng Jian. Multi-Task Travel Route Planning with A Flexible Deep Learning Framework[J]. IEEE Transactions on Intelligent Transportation Systems, 2020. (Accept)

[7] Feiran Huang, Kaimin Wei, Jian Weng, and Zhoujun Li. 2020. Attention based Modality-Gated Networks for Image-Text Sentiment Analysis. ACM Trans. Multimedia Comput. Commun. (Accept)

[8] Feiran Huang, Zhang Xiaoming, et al. Image–text sentiment analysis via deep multimodal attentive fusion[J]. Knowledge-Based Systems, 2019, 167: 26-37.

[9] Xu Jie, Li Zhoujun, Huang Feiran^*. Visual Sentiment Analysis with Social Relations-Guided Multi-Attention Networks[J]. IEEE transactions on cybernetics, 2020. (Accept)

推荐专家

黄书强，暨南大学理工学院，教授、硕士生导师。主要研究方向为：网络与优化。

E-mail：[e-mail]

个人主页：

http://www.scholat.com/hsq2008

添加小编微信  备注【单位+姓名】

获取报告文件

直播预告

图图Seminar学术直播又来啦~

本周日上午10:00，快来听南京理工大学陈强教授讲解AI研究中的实验数据问题！

参与直播互动，有机会免费获得“星巴克同款”JIG定制水杯和《中国图象图形学报》2020年1-5期精美纸刊！

点击图片了解直播详情：

好文推荐封面故事 | AI看图说话，智慧图解春意
❂ 专家报告200+PPT！带你读懂深度网络模型与机理
❂ 论文写作
❂ 往期目次

本文内容仅供学习交流

版权属于原作者

欢迎大家关注转发！

编辑：秀   秀

指导：梧桐君

审校：夏薇薇

总编辑：肖   亮

声  明

欢迎转发本号原创内容，任何形式的媒体或机构未经授权，不得转载和摘编。授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流，内容为作者观点，不代表本号立场。未经允许，请勿二次转载。如涉及文字、图片等内容、版权和其他问题，请于文章发出20日内联系本号，我们将第一时间处理。《中国图象图形学报》拥有最终解释权。

齐心抗疫

与你同在

前沿 | 观点 | 资讯 | 独家

电话：[phone]/7418

网站：www.cjig.cn

在看点这里