华南理工大学余志文教授访谈录-中国计算机学会·计算机视觉专委会.DOC

华南理工大学余志文教授访谈录 2017年11月3日晚，专委秘书处在线采访了华南理工大学计算机科学与工程学院副院长、优秀青年学者余志文教授。 余老师好，感谢您百忙之中安排时间接受我们的访谈，让我们有机会分享您研究过程中的经验！ 您在短短几年间就在机器学习、模式识别、多媒体方向上做出了令人瞩目的成绩，能否和大家分享一下您在科研道路中获得成功的经验？您有什么成功的秘诀吗？ 说成功的话还不敢当，科研的道路是无止境的。科研的路也是没有捷径的，只有多阅读文献才能推动我们前进。但在科研的路上，更重要的还是我们持之以恒的决心，困难总是会有的，看了很多论文但是没idea、实验做了好几个月但是出不了好结果、论文投了好多次还是被拒等种种挫折相信很多人都会经历，关键在于我们怎样保持乐观的态度，屡败屡战，越挫越勇，通过不断的努力跳出这个瓶颈期。其次是研究的内容最好不要太分散，在前期投入研究的时候，如果这也想学、那也想学，最终的结局只会是各个方向都只懂一些表面的东西，真正要对算法做优化或提出新模型却无能为力。 您发表了多篇高水平论文并被多次引用，今年还荣获国家优秀青年科学基金，在您取得的这些成就中，哪些工作让您印象特别深刻？ 应该是我发表第一篇论文的经历。当时刚刚开始在香港城市大学修读博士学位，想把自己的科研成果投到国际知名的学术期刊上。第一篇论文内容是模式识别相关的，给第一家期刊投过去后，不久就收到了拒绝信；再投第二家，还是被拒绝。屡次被拒，这在求学初期是一件很常见的事。你觉得自己辛苦多时获得的很好的研究成果，在很多经验丰富的学术前沿专家看来，其实并没有什么价值。但是对于我们这些上课考试一直都能获得好成绩的学生，一下子难以接受这样的打击。还好我当时的导师一直在鼓励我、支持我，让我摆脱了沮丧，最终坚持了下来。后来根据审稿意见对论文进行了大量的修改，终于在第三次投稿时被《IEEE Transactions on Multimedia》采纳。我想对于绝大部分的学生而言，这样的经过诸多波折最后才获得成功的经历，应该是科研道路上最令人难忘的，就像是开启迈向成功的第一步。 您曾主持、参与20多个科研项目，发表100多篇学术论文，其中包括27篇IEEE/ACM Transactions期刊长文，您能否分享一下您在撰写论文方面的一些经验？论文写作中需要注意些什么问题呢？ 作为一个过来人，我可以跟大家分享下这方面的经验。对于很多没写过论文的学生来说，写论文的确是一件比较有挑战的事情，一开始我也写的不是很好，一段话即使自己认真琢磨了还是存在语法和逻辑错误，文章总体结构也欠清晰，后来经过导师的多番指点才逐步掌握写作技巧，在一次次的锻炼中理清了论文写作的思路。在论文写作中最重要的一点是主线清晰，要以读者的身份问自己：为什么文章要分成这几部分？每个部分有什么关联？当你有了答案之后，文章的结构就会清晰明了，逻辑通顺。其次很重要的一点就是要充分展现出自己的创新点，让别人知道你论文的贡献之处。在细节上，想要做到句子优美、用词精准，那就需要多阅读相关的文献，了解常用的专业术语以及描述方式。此外，实验要有说服力，怎样多方面展现自己算法的优点，让读者确信你的算法是有效的。做到这些后，审稿人就没理由拒绝你的稿件了。 作为CCF理事、杰出会员, IEEE、ACM高级会员和一些刊物的编委，能否结合一些印象比较深的亲身经历，谈谈您在评价一份稿件时看重的内容闪光点？ 我觉得最重要的还是创新点，这篇文章所述的工作有没有新意，应该是审稿人最看重的。创新点是这个工作的“不同”，有创新点才意味着这个工作确实是你做的，是一个产出的成果。其次就是这个工作的motivation，你这个工作是基于什么开展的，可以解决目前哪些不足。从问题出发，找到解决问题的方案，才能体现这个工作的价值。最后就是理论和实验论证，特别是理论论证，严谨的理论论证是非常具有说服力的，而大量的实验论证则说明你对工作进行了验证和修正。 您在集成学习方面颇有成就，能为我们介绍一下这个领域，以及您当初为什么会选择此领域进行深入研究呢？ 当初开始从事集成学习是因为看得出集成学习是机器学习里面的一匹黑马，而从目前集成学习在学术界、工业界上的表现也印证了这一点。简单借用“盲人摸象”的典故来描述集成学习：假如把一个待研究的大数据集比作一匹大象，我们用于对数据进行挖掘的学习模型就是一个摸象的盲人，一个盲人去摸象是难以感知大象的整体外观的，但如果同时有很多个盲人去摸象，再把感知的信息结合起来，那么，我们就能得出大象的全貌。围绕集成学习这一原理，我们团队提出把多个学习模型有机融合起来的方法，以及各种新的集成学习模型，从海量的数据中快速获取有用的信息。 您担任华南理工大学计算机学院的副院长，在学术研究之外还要进行学院管理，请问您是如何平衡行政与科研两方面的工作的