【讲座速递】姚保利开讲:超分辨光学显微及三维显微成像技术

2018 年 1 月 12 日 中国科学院自动化研究所 张玉瑾
CASIA
点击蓝字关注我们↑↑↑↑

【紫冬快讯】


1月12日,中科院西安光机械所姚保利研究员到访自动化所,并做了题为“超分辨光学显微及三维显微成像技术”的学术报告。

现代生物学和材料科学的发展对微观结构的研究提出了越来越高的分辨率需求,希望从分子水平揭示生命过程和材料性能的物理本质。受光学衍射极限的限制,普通光学显微镜的分辨率只能达到200nm左右,这对于研究亚细胞结构已无能为力。远场超分辨光学显微由于具有非接触、可对活体细胞进行纳米级分辨率功能成像的优点,已成为目前光学超分辨显微的主流技术,其中光场调控技术是突破光学衍射极限的一个重要手段。

报告现场


姚保利研究员在报告中介绍了基于光场调制控技术的结构光照明超分辨和基于双光子激发激光的光切片三维显微成像技术及其应用。在报告中,他结合实际实验示例介绍了两种微观成像的特点,并指出更高、更快、更深的超分辨率的三维成像、快速超分辨三维成像是未来光学显微成像的发展趋势。自动化所脑网络组研究中心主任蒋田仔研究员表示,未来超分辨光学显微及三维显微成像技术和脑成像研究结合之后,将有望产出更多的成果,拥有广阔的应用前景。


图片来自网络


主讲人简介

姚保利研究员是中科院西安光机所二级研究员,博士生导师,瞬态光学与光子技术国家重点实验室副主任,国务院政府特殊津贴专家。主要从事超分辨显微成像、光学微操纵、数字全息显微成像、光场调控与矢量光学等方面的研究工作。他曾承担国家自然科学基金重大科研仪器研制项目、重点项目和面上项目以及973项目等20余项科研任务。研制出国内首台具有自主知识产权的结构照明超分辨显微成像系统,分辨率达到90nm同类技术国际最好水平,其研发的激光光镊产品成功投放于市场并出口加拿大。


下期讲座预告

题目:

Enhancing Deep Learning with Structures

主讲人:

Assoc. Prof. Le Song

(Georgia Institute of Technology;

JMLR及IEEE TPAMI的副主编)


报告摘要:

What has made deep learning models so effective? Is it the depth of the models or something else? How can we understand deep learning better and make it even more effective? In this talk, I will argue that the structure of a deep learning model and the landscape of the optimization problem are critically important for the success of such as a model.  I will present both empirical and theoretical evidence for understanding these structure aspects of deep learning, and show that following these findings we can design novel and state-of-the-art deep learning models for a diverse range of applications including face recognition, risk management for Fintech, reasoning over dynamic knowledge graphs, and algorithm design.


报告人简介:宋乐佐治亚理工大学机器学习中心副主任,也是机器学习顶尖杂志JMLR及IEEE TPAMI的副主编在2011年加入佐治亚理工学院之前,他曾效力于Google的机器学习部门。他的主要研究方向是核函数和深度学习的嵌入方法,机器学习的大规模算法和高效系统,静态和动态网络分析,人工智能、社会科学、计算生物学等跨学科领域里的大规模复杂问题的建模和求解。他曾获得过许多机器学习方面的顶级国际奖项:包括NIPS’17机器学习与材料科学研讨会最佳论文奖,Recsys'16深度学习与推荐系统研讨会最佳论文奖,美国国家自然基金会NSF’14杰出青年奖,NIPS'13优秀论文奖和ICML'10最佳论文奖。历任ICML,NIPS,AISTATS,AAAI,IJCAI等机器学习和AI顶尖会议的领域主席。

精彩永远在路上,敬请期待!


更多精彩内容,欢迎关注

中科院自动化所官方网站:

http://www.ia.ac.cn

欢迎后台留言、推荐您感兴趣的话题、内容或资讯,小编恭候您的意见和建议!如需转载或投稿,请后台私信。

编辑:欧梨成

解锁更多智能之美

中科院自动化研究所

微信:casia1956

欢迎搭乘自动化所AI旗舰号!


登录查看更多
0

相关内容

基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
基于深度学习的行人重识别研究进展,自动化学报
专知会员服务
38+阅读 · 2019年12月5日
【BAAI|2019】类脑神经网络技术及其应用,鲁华祥(附pdf)
专知会员服务
29+阅读 · 2019年11月21日
CCAI 2019 | 张艳宁:高分辨率图像智能处理技术
中国人工智能学会
3+阅读 · 2019年8月14日
车路协同应用场景分析
智能交通技术
24+阅读 · 2019年4月13日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
无参考图像质量评价研究进展综述
人工智能前沿讲习班
46+阅读 · 2019年2月15日
机器视觉技术的农业应用研究进展
科技导报
7+阅读 · 2018年7月24日
图像美学质量评价技术发展趋势
科技导报
18+阅读 · 2018年6月25日
150个摄影测量与遥感术语
无人机
6+阅读 · 2018年4月22日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
Arxiv
35+阅读 · 2019年11月7日
Knowledge Distillation from Internal Representations
Arxiv
4+阅读 · 2019年10月8日
Arxiv
3+阅读 · 2019年3月29日
Arxiv
11+阅读 · 2018年7月31日
VIP会员
相关资讯
CCAI 2019 | 张艳宁:高分辨率图像智能处理技术
中国人工智能学会
3+阅读 · 2019年8月14日
车路协同应用场景分析
智能交通技术
24+阅读 · 2019年4月13日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
无参考图像质量评价研究进展综述
人工智能前沿讲习班
46+阅读 · 2019年2月15日
机器视觉技术的农业应用研究进展
科技导报
7+阅读 · 2018年7月24日
图像美学质量评价技术发展趋势
科技导报
18+阅读 · 2018年6月25日
150个摄影测量与遥感术语
无人机
6+阅读 · 2018年4月22日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
Top
微信扫码咨询专知VIP会员