6月1日上午，土地工程學院學術講座“四方講堂”第二十一講在學院三樓301會議室舉行。此次講座邀請加拿大皇家科學院院士、加拿大工程院院士、加拿大工程研究院院士李軍（Jonathan Li）教授作題為“AI-empowered Ground Filtering of Large-Scale Topographic Point Clouds”的報告，報告由土地工程學院執(zhí)行院長王劉華主持，土地學院50余名師生參加講座。

講座現(xiàn)場

講座中，李軍教授介紹了深度學習的前景和必要性。深度學習作為一種基于神經(jīng)網(wǎng)絡的機器學習方法，通過大規(guī)模的數(shù)據(jù)特征學習，實現(xiàn)對更復雜的問題的解決，提升了模型的準確性和真實性。他指出，深度學習在人工智能領域中的應用將生成式AI帶入了一個新的高度。隨后李軍教授主要介紹了團隊在地面濾波和洪水測圖方面的標志性研究。李軍教授為大家詳細講述了當前地面濾研究所面臨的挑戰(zhàn)、基于AI進行地面濾波研究的優(yōu)勢和研究現(xiàn)狀，以及團隊基于ALS點云數(shù)據(jù)構建的超大規(guī)模的地面濾波數(shù)據(jù)集的相關信息。此外，李軍教授基于高精度的點云數(shù)據(jù)和AI技術重建了高精度的地面數(shù)字高程模型，并成功將其運用至洪水災害的預警研究方面。他提出的具有簡單網(wǎng)絡結構的洪水映射框架與傳統(tǒng)的洪水制圖方法相比，對洪水范圍和深度具有更加精確的評估結果，并建議同學們未來探索更高級的深度學習結構，以提高所提出的框架的性能。

最后，李軍教授總結了人工智能與地球科學的學科交叉的方法，提出要將人工智能和地理機理相結合，并耐心解答了同學們提出的問題，使同學們對相關知識有了更為深入的了解。

（審稿：王曉峰  網(wǎng)絡編輯：和燕）