2025年2月27日，人工智能系列读书班活动引来了2025年第二场报告会，董晨刚博士做了“特征选择与稀疏学习”的研究内容分享，先后介绍了子集搜索与子集评价问题的描述，三种特征选择方式，包括过滤式选择、包裹式选择、嵌入式选择等；分析了L1正则化、L2正则化与平方误差项等值项的交点情况，又介绍了稀疏表示与字典学习以及压缩感知、多尺度特征融合、上采样等内容，并展望了在食材、建筑图像上可以用到的图像分割、缺陷检测、关键点检测等应用场景：
图1 董晨刚博士主持“特征选择与稀疏学习”讨论会
自由讨论环节，大家讨论了小目标检测中存在的难题、特征空间中把相关性大的特征去除后的影响问题，纹理结构的特征提取问题，部分自注意力机制的使用等。
（总结：沈来信）