我校计算机与大数据学院2024级计算机科学与技术博士生庄舒曼于2024年10月赴澳大利亚墨尔本参会,出访成果报告附后,现予以公示。公示时间从2024年11月04日起算,公示期为五个工作日。如有异议,敬请监督。 监督电话:22865580 校纪委(监察专员办)。
计算机与大数据学院
2024年11月04日
出访成果报告
单 位:福 州 大 学
出访人员:庄舒曼
出访国家(地区): 澳大利亚墨尔本
出访任务:参加国际计算机图形学与多媒体ACM MM2024会议
出访时间: 2024年10月27日
至 2024年11月02日
出访人所在学院(或部门) |
福州大学计算机与大数据学院 |
领队姓名 |
庄舒曼 |
出访人员名单(含领队) |
庄舒曼 |
出访国家(地区) |
澳大利亚墨尔本 |
实际 出访时间 |
2024年10月27日 至 2024年11月02日 |
实际出访路线 |
福州长乐机场—澳大利亚墨尔本机场;澳大利亚墨尔本机场—福州长乐机场 |
出访任务 |
参加国际计算机图形学与多媒体ACM MM2024会议 |
出 访 成 果 报 告 |
本人于澳大利亚墨尔本参加计算机图形学与多媒体ACM MM 2024会议,重点学术交流了当前计算机图形学和多媒体领域的前沿重难点科技瓶颈,并探讨了可落地、可持续发展与新质生产力方面的技术进展,特别是在图像处理和多媒体应用等领域,具有较大的价值与现实指导意义。 本届会议汇聚了来自全球的顶尖学者,涵盖了计算机图形学、计算机视觉、类脑科学以及多媒体技术等多个前沿领域。在图形学和多媒体的主题讨论中,研究者们分享了最新的算法创新和应用案例,引发了广泛的讨论与思考。 在多个重要专题讲座中,基于深度学习的生成模型是当前研究的热点知识领域。在图形学特色专题大会上,本人为许多研究者介绍了利用深度学习技术提升图像生最新进展,如通过生成对抗网络(GAN)来实现高质量图像合成。这些方法不仅提升了图像的真实感,还在实时渲染系统中展现出了显著的性能优势。同时,研究者们也讨论了如何结合用户交互数据与多媒体内容,进一步提高用户体验的个性化程度。这些前沿技术为本人今后的研究提供了新的思路,尤其是在如何优化图形处理的效率和准确性方面。 此外,本人还参加了多媒体应用的专题会议,讨论了如何在多媒体推荐系统中有效保护用户隐私,同时提升推荐效果。研究者们分享了一些成功的案例,探讨了迁移学习和个性化推荐在多媒体领域中的应用。这一领域的技术交流,为研究提供了新的方向,也能为未来的工作中探讨如何安全有效实现多媒体推荐的策略提供支撑。 综上所述,ACM MM 2024为科研工作者提供了一个宝贵的学术交流平台,不仅加深了对计算机图形学与多媒体领域最新进展的理解,也激发了相关技术应用上的研究兴趣。通过与同行的深入讨论,期待能够将这些学术成果转化为实际应用,推动图形学和多媒体技术在各个行业中的发展。此外,也将促进我未来在这一领域的研究继续快速发展,助力更多应用场景的创新。 该团组已进行事后公示。 (领队签字) |
遵守外事纪律情况(含意见和建议等): 严格遵守出访纪律。 |
|
|
|
|
|
|
|