5月20日和25日，应侯建教授邀请，来自天津大学、济南大学、电子科技大学和深圳大学的四位青年学者做了模式识别、机器学习方面的线上报告，部分研究生参加了报告会。
天津大学张长青博士作了主题为《多模态融合基础问题及算法》的报告。报告针对多模态学习中的基础问题进行研究，探索传统模型的局限性，并提出多模态表示学习完备性，解决多模态融合的理论保障和数据噪声、模态残缺等低质数据问题。有关工作在辅助医学诊断上进行了应用验证。
张长青博士研究方向包括机器学习、计算机视觉、医学图像分析等。在IEEE Transactions期刊（IEEE TPAMI/IJCV/TMI）和CCF-A会议（NeurIPS/CVPR/ICCV）上发表论文50余篇。主持和参与科技部重点研发计划、国家自然基金项目、天津市自然科学基金等。
济南大学周劲博士作了主题为《聚类研究》的报告。报告系统回顾了聚类领域的主流算法，探讨了聚类研究领域存在的问题与最新发展趋势，介绍了在深度聚类相关方面的最新研究成果。
周劲博士主要研究方向为机器学习、数据挖掘等；荣获IEEE SMC学会Franklin Taylor最佳论文奖，在IEEE TFS、TNNLS、TSMCS、TC、TITS等国际学术期刊和国际学术会议发表论文50余篇；主持国家自然科学基金、山东省自然科学基金、山东省重点研发等科研项目7项；获山东省科技进步三等奖，山东省计算机应用优秀成果一等奖，济南计算机科学技术一等奖，山东高等学校优秀科研成果二等奖，山东高等学校科学技术二等奖。
电子科技大学康昭博士作了主题为《大规模多视图子空间聚类》的报告。报告分析了子空间聚类在真实数据处理中的优势，讨论了现有研究工作存在的问题。在此基础上，介绍了在提高算法计算效率方面所做的工作，为多视图子空间聚类在大规模数据上的应用进行了探索。
康昭博士主要从事无监督机器学习、深度学习、社交媒体分析与挖掘研究。已在人工智能领域的国际顶级会议和期刊发表论文60多篇，其中CCF-A类和中科院1区论文20余篇，ESI高被引论文3篇，谷歌学术引用1500余次。主持自然科学基金项目，参与新一代人工智能(2030)国家重点研发计划。
深圳大学陈小军博士作了主题为《面向大数据的谱聚类方法研究》的报告。报告针对谱聚类方法在处理大规模数据方面存在的不足，提出了一系列卓有成效的解决方法，显著提高了算法对于大规模数据的适应性。
陈小军博士从事数据挖掘研究多年，在相关的国际学术期刊和会议上发表SCI/EI检索论文60 余篇，包括计算机学会推荐的A 类论文（CCF A）20余篇（发表在期刊TKDE及会议IJCAI、AAAI、SIGIR、ICCV、ICDE上），以及10余篇IEEE Transactions高水平论文。主要研究内容涉及特征选择算法、聚类算法、图像分析及自然语言处理等，担任多个国际会议（AAAI、IJCAI等）及国际期刊（IEEE TNNLS/IEEE TKDE/TEEE TCYB等）的审稿人。申请专利10 余项。在聚类方面的工作获得了广东省自然科学二等奖，及深圳市自然科学二等奖。
