图1  “基于机器学习的系统模型、数据分析与安全管理”分会场报告现场

　　刘安琪在“基于图像的智能检测技术与应用”分会场进行了主题为“基于GAN的云数据中心硬盘故障预测”与“基于非局部注意力和细粒度特征增强的遥感图像细粒度定向目标检测”的交流报告。

　　“基于GAN的云数据中心硬盘故障预测”报告主要面向传统的机器学习方法和神经网络，仍面临数据极度不平衡、标签可用性有限、故障检测准确率低等问题，提出一种基于生成对抗网络(GAN)的无监督学习方法，通过不完整、不准确的标签和学习异常特征表示来增强弱监督学习的效果，以提高HDD故障预测的准确性。

　　“基于非局部注意力和细粒度特征增强的遥感图像细粒度定向目标检测”的报告，主要介绍了在遥感图像中旋转细粒度目标检测方面的开创性工作，解决了目标检测难以区分小尺度和细粒度目标的问题。报告引起了参会者的广泛交流和讨论。

　　图2  “基于图像的智能检测技术与应用”分会场报告现场

　　通过参加本次大会，加强了中心在大数据、人工智能等领域与全球其他高校、研究机构有关前沿技术的交流与沟通，扩大了空间站任务应用与科学数据的行业影响力与知名度。工程信息中心将持续做好载人航天大数据的分析与利用，推动以数据+知识驱动的载人航天大数据分析与利用取得创新突破，实现高质量的技术应用发展与高水平科学成果产出。