学院机器人与信息自动化研究所 天津市智能机器人技术重点实验室 学院机器智能研究所

Institute of Robotics and Automatic Information System

Tianjin Key Laboratory of Intelligent Robotics

Institute of Machine Intelligence

2018年秋季先进机器人与人工智能系列学术讲座（第129期）

Seminar Series：Advanced Robotics & Artificial Intelligence

报告题目：人工智能中不确定性的研究  Studying Uncertainty in Artificial Intelligence
报告人：承恒达教授 （犹他州立大学计算机系终身教授）
时间： 2018年12月6日  10:00-11:30
地点： 学院津南校区人工智能北楼102

个人简介：
承恒达教授于 1985 年获得普渡大学电子工程专业博士学位，师从国际著名专家、智能控制学科奠基人、模式识别学科创始人傅京孙（K.S. Fu）教授，他的主要研究方向包括模糊逻辑、计算机视觉、模式识别、图像处理，近年来专注于模式识别基础理论和乳腺癌早期诊断技术的研究。
学术任职
国际权威刊物Pattern Recognition 副主编、Board member（这个期刊的几位Board member为本领域具有较大国际学术影响力的学者）；
国际权威刊物Information Science 副主编
曾任多届International Conference on Pattern Recognition， ICPR(国际模式识别大会，两年一次，领域重要国际会议)Section Chair
曾任第8-11 届Joint Conference on Information Sciences（国际信息联合大会）会议主席
欧洲研究理事会（ERC）项目评审专家
曾任清华大学、中科院自动化所、中科院计算所、中科院遥感所、北京大学、学院、北京交通大学、东南大学、武汉大学等客座教授
学术成就
1985 年，与国际智能控制学科奠基人，模式识别学科创始人，K.S. Fu（傅京孙，祖籍台湾）共同在人工智能顶级期刊IEEE PAMI 发表题为 ：Space-time domain expansion approach to VLSI and its application to hierarchical scene matching 文章，为将人工智能引入控制学科做出了贡献。
2000 年，在图像处理顶级期刊IEEE TIP 发表文章A Hierarchical Approach to Color Image
Segmentation Using Homogeneity，给出了有效的彩色图像的分割方法，短短三年内引用量达380 余次。
2016 年， 在图像处理顶级期刊IEEE TIP 发表题为：Neutro-Connectedness Cut 文章，提出图像分割的新方法。
在人工智能和模式识别领域国际期刊发表SCI 文章300 余篇。
编辑出版英文书籍及专著16 部。
在智能交通、运动分析与理解、医学图像方面取得了多项产业化成果。成果已在美国联邦公路局、美国电视台、加拿大医院应用。
报告摘要：
承教授在演讲中讲解人工智能中的不确定性，用通俗易懂的例子阐述这一研究对人工智能领域一系列关键问题的推动意义。他表示，人们在经典逻辑的基础上发展出微积分、代数、经济学、生物学等一系列学科，但是经典逻辑存在许多悖论，所以需要提出新的逻辑。「经典逻辑的值是 0 和 1，但模糊逻辑不一样，它的值在 0 和 1 之间，能解决一些经典逻辑不能解决的问题。模糊逻辑在科学和工业上也已经得到了许多的应用。他进一步讨论模糊逻辑不能解决的问题，比如两名审稿人评审同一篇学术论文，论文接收的隶属度都是 0.8，可是前者是专家，后者是新人，这两个 0.8 对文章的接收是有不同影响的，但在模糊逻辑下这两者没有区别。把模糊逻辑作为一个子集，在其基础上，发展出新的中智逻辑，就可以进一步解决这些问题。在中智逻辑的基础上，承教授团队对 Neutro Connectedness 进行研究，在这一过程中提出一系列效果极好的算法。他们目前正在与医院和体检中心合作，进行乳腺癌的早期诊断，此外，也在进行多功能道路裂纹检测的相关研究。