上周六在清华举办了人工智能学术论坛，看到相关的报告和我们的学习内容相关，便前往学习。经过一下午视觉图像专场的倾听，也算是开阔了眼界，遂记录。
- Attention,please!adversarial Defense via attention Rectification and Preservation：对抗性的防御，好像是说通过关注点，对抗防御
- hicGAN infers Super Resolution Hi-c Data with Generative Adversarial Networks：对抗神经网络，应用于染色体识别
- Multi-Label image classification via knowledge distillation from weakly-supervised Detection：基于弱监督检测的知识升华多标签图像分类
- BridgeNet：A Continuity-Aware Probabilistic Network for Age Estimation ：BridgeNet,感知年龄,j面部识别年龄大小
- Spherical Fractal Convolutional Neural Networks for Point Cloud Recognition：三维点云，投影到球面，球面卷积
以上的5场报告，都从自己的应用讲解到了网络结构，其中涉及到的对抗网络，BridgeNet，球面卷积，之前都没有听过，听过讲座，增长了见识。通过最近的学习，以为应用的神经网络只有LeNet,AlexNet,VGG,GoogleNet等，在这些经典的神经网络上进行改进，增加或者减少卷积层或者全连接层，改变网络层数或者链接方式。然而讲座上涉及的卷积神经网络已经从网络结构上发生了变化，如：BridgeNet，类似于数据结构中树的结构，球面卷积更是刷新了认知，卷积神经网络只是处理二维图像，对于三维点云数据的处理通过球的投影，降维卷积，引来大家频频的质疑。通过听讲座，听会场的提问，发现自己了解的知识无论从广度还是深度都远远不够，还要继续学习啊！