（通讯员：王岩 刘畅）11月18日，来自中国农业大学、中国地质大学（武汉）、湖北大学的三位专家学者做客理学院研究生学术年会，分别以“Safe screening rule for sparse learning”“深度学习在地震数据插值中的应用研究”“高光谱遥感图像小样本分类方法研究”为主题作学术报告。活动采取线上线下方式进行，近百名师生参加本次活动。

中国农业大学徐义田教授就“大数据背景下如何提高稀疏学习模型的训练速度”进行展开，针对样本稀疏、特征稀疏、样本与特征同时稀疏三种情况下，基于优化理论，结合参数选择过程进行安全筛选，在保证精度不变的情况下删除那些冗余的样本或特征，极大提高模型的训练速度。中国地质大学付丽华教授提出，复杂的地质条件和经济成本等限制，造成采集到的数据在空间上稀疏或不规则分布，而数据的稀疏或不规则分布会严重影响后续资料的处理和解释。利用数据插值技术对地震道集进行高精度、高分辨率、高效的规则化重建，可以获取高质量地震资料、降低勘探成本并提高成像精度，同时可将其推广到更复杂稀疏学习模型中，加快问题的求解。湖北大学彭江涛教授在报告中指出，由于采集条件限制和人工标注成本较高，遥感图像通常面临标记样本稀缺问题，在有限标记样本下，开展高光谱遥感影像分类研究具有重要的实际应用价值和意义。并重点介绍了自监督对比学习、少样本学习、领域自适应相关的小样本深度分类模型，给出相关方法在典型高光谱遥感影像上的应用情况。

本次学术报告作为理学院2022年研究生学术年会系列活动，聚焦学术前沿与领域热点，通过搭建高质量学术研究与交流讨论平台，帮助研究生，帮助研究生们拓展学术视野，提升创新能力，培养创新思维，激发学术志趣。

编辑：刘畅

审核：李伟夫