9月23日至25日，由我校计算机科学和技术学院主办的2022年第五届人工智能和模式识别国际会议（AIPR 2022）通过云端会议平台ZOOM顺利举办。

为在人工智能和模式识别这两大重要领域进行进一步的探索，与学界和业界相关人员交流新问题、新发现、新成果、新应用，会议接纳了两百余位分别来自中国、美国、加拿大、新加坡、日本、印度、俄罗斯、意大利等多个国家和地区的高校、研究机构的学者和企业的从业人员共聚云端，围绕数据模型与计算、图像和视频中的智能识别技术、机器学习等主题积极展开交流讨论，探讨领域中的热点、难点和重点问题，并分享领域中最新的研究技术成果。

在23日的开幕式上，大会主席、我校计算机科学和技术学院院长缑锦教授致欢迎词，大会主席、加拿大阿尔伯塔大学电气与计算机工程系教授Witold Pedrycz主持大会主题报告。

9月24日，会议邀请人工智能和模式识别相关领域的四位IEEE Fellow（电气与电子工程师协会会士）出席会议，他们就各自所在研究领域分别发表主题报告，并和在场多位与会专家学者进行了深入沟通交流。

来自美国加利福尼亚大学洛杉矶分校的Demetri Terzopoulos教授（ACM Fellow，IEEE Fellow，加拿大皇家学会会士）作了题为“A Personal Perspective on Medical Image Analysis: Pattern Recognition, Modeling, and Deep Learning”的主题报告，从个人角度介绍了将计算机视觉和人工智能的其他方面用于应对计算机辅助医学图像分析和诊断的困难挑战的主要里程碑，讨论了最先进技术日益明显的局限性，旨在通过混合学习/建模和基本无监督的多任务方法，在困难的自动医学图像分析任务上实现更高的性能水平。

美国佐治亚理工学院的刘玲教授（IEEE Fellow）分享了题为“Ensemble Learning Methods for Dirty Data”的主题报告，重点介绍了佐治亚理工学院开发的以多样性为中心的集合学习框架，包括通过提高整个系统的泛化性能和最大限度地提高集合效用和对脏数据的复原力来衡量、执行和组合多个神经网络的方法和算法。

来自新加坡国立大学的李海洲教授（新加坡工程院院士，IEEE Fellow, ISCA Fellow）作了题为“Recent Advances in Selective Auditory Attention”的主题报告，分享介绍了用于单声道语音分离和说话人提取的深度学习解决方案，这些解决方案能够实现选择性的听觉注意。李教授还介绍了它们在语音识别、说话人识别和助听器中的应用，讨论了计算听觉模型、技术挑战和该领域的最新进展。

青岛大学的侯忠生教授(IEEE Fellow)则分享了题为"Control Theory under Age of AI and Big Data"的主题报告，介绍了大数据/人工智能的背景、卡尔曼范式及其挑战、数据驱动的无模型自适应控制（MFAC）及其利用数据和知识的能力、MFAC与自适应控制和PID之间的关系等重要内容。

此外，大会还根据报告主题方向划分设置了17个分组报告，分别就神经网络理论与算法、数据模型与计算、机器学习、文本分类与情感分析、目标检测、特征提取与融合、机器视觉与图像模型等主题进行了论文报告，分组讨论由来自华侨大学、西南交通大学、华中科技大学、北京语言大学、北京邮电大学、上海理工大学、克里夫兰州立大学、达特茅斯学院等高校的学者主持。

170余位参会学者在相关的主题分会场就个人最新研究成果进行了15分钟左右的展示和分享，分会主席就相应报告提出点评及建议，并积极推进线上即时讨论和问答，促进了参会人员就具体问题充分、细致的讨论，加深了参会人员对相关领域最新发展和技术难点的了解。

会议现场