姚保利开讲：超分辨光学显微及三维显微成像技术

【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：宋乐是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！