6165金沙总店威尼斯|首頁歡迎您

当前位置: 首页 >> 队伍建设 >> 学术交流 >> 正文

6165金沙总店威尼斯|首頁歡迎您举办“不确定性机器学习”系列学术报告

时间:2022-10-18  点击次数:[]

(一)

9月7日下午,天津大学助理教授王煜应邀为我院师生作题为“面向大规模开放动态环境的结构化知识建模方法概述”的学术报告。报告会由学院赵红教授主持。

王老师首先简单介绍了本次报告的主题,指出当前机器学习模型大多基于静态固定环境假设,即类别确定、样本充足、模型固定,真实场景往往为不确定的大规模动态开放环境,这为机器学习建模提出一系列新的挑战。然后详细介绍和归纳了当前的三个关键挑战,一是模式复杂而待建模样本数量有限。二是不识未知,无法获取未知类信息,难以对其进行有效识别。三是学新忘旧,缺少足够的旧类样本,模型难以保持先前知识。最后,通过结构化建模的方式提出解决上述挑战的一些思路和方案并进行讨论。

 


(二)

9月14日下午,杭州电子科技大学张灵均老师应邀给我院师生带来“可解释人工智能方法综述”的学术报告。

张老师首先介绍了可解释人工智能的重要性和用处,然后系统的梳理现有可解释人工智能的方法和应用,从模型可解释的重要性、应用领域、方法分类和存在问题等方面进行深入浅出的分析,并简要介绍近期在图像美学可解释模型方面的相关深度学习研究。

 


(三)

9月21日下午,中南大学自动化学院汪运副教授为我院师生开展“回归建模过程中的不确定性学习与预测”的线上专题报告。

汪老师从开放环境的背景出发,介绍了数据中包含很多不确定性,如数据缺失、数据异常以及数据噪声等概念。围绕不确定性的学习和预测两个视角出发,结合实际数据特性及任务需求,介绍如何在回归建模的过程中自适应学习已知样本中的复杂不确定性特性,解决不确定性假设与实际情形不一致的问题,以及如何预测未知样本上的复杂不确定性,提高决策的可靠性。此外,汪老师还介绍了他们团队在相关方面的研究思路,并对此研究领域的后续探索进行了展望。

 

(四)

10月17日下午,中国科学院信息工程研究所助理研究员周玉灿应邀为我院师生做线上专题报告“基于多粒度相似关系的大规模长尾图像分类方法”。

周老师首先介绍了长尾分布的相关概念,解释长尾分布是大数据时代下一种普遍的不均衡的数据分布形式。其中小样本类别所占的比例很大,且小样本类别的识别往往具有更高价值。并从此引入长尾分布分类要解决的关键问题,是如何有效地解决小样本类别由于样本缺乏导致的统计特性不强,无法充分刻画其类内差异性的问题。紧接着对如何解决这一问题展开了详细的报告,并对于常用的重采样、重加权和数据增强三类方法进行综述。最后介绍最新的工作成果,分别是基于有效区域的自适应重加权和基于有效面积最大化的自适应重加权,并为我们提供了一些新的想法和思路。

 


报告人简介:

王煜,天津大学智能与计算学部助理教授,国家高水平公派加拿大滑铁卢大学访问学者,中国人工智能学会粒计算与知识发现专委会委员,主要研究领域为动态开放场景的多粒度建模及结构化建模,主持国家自然科学基金、博士后基金特别资助和面上一等资助等7项科研项目,获2021全国信创与人工智能发展博士后学术论坛一等奖,发表IEEE TPAMI、IEEE TKDE、软件学报等国内外高水平期刊会议论文20余篇,研究工作受到加拿大皇家科学院、工程院院士Zhou Wang教授,美国计算机协会会士、得克萨斯大学奥斯汀分校电气与计算机工程学院院长Diana Marculescu教授等国际资深专家学者的关注和认可,受邀在IEEE ICDM等多个国际顶级数据挖掘会议中进行英文口头报告 (Oral)。

张灵均,博士师从CAAI粒计算与知识发现专委会副主任、国家杰青、天津大学人工智能学院院长胡清华教授,毕业后进入杭州电子科技大学,后又作为国家高级访问学者公派悉尼大学,加入澳大利亚科学院院士、全球高被引科学家、京东“产业元宇宙”创始人陶大程教授团队。多年来主要围绕多粒度学习、可解释机器学习、图像美学生成领域进行研究,主持和参与多项国家、省部级自然科学基金项目,在IEEE、TFS、RE、RSKT等国内外重要学术期刊和会议上发表多篇论文。目前是中国人工智能学会粒计算与知识发现专委会委员。

汪运,博士,中南大学自动化学院特聘副教授,硕士生导师,主要研究方向为不确定机器学习及其在新能源领域的应用。近年来主持国家自然科学基金青年项目、湖南省自然科学基金项目以及湖南省重点研发子课题各一项,并参与多项国家级课题的研究。目前已在 Renewable and Sustainable Energy Reviews, IEEE Transactions on Sustainable Energy,IEEE Transactions on Power Electronics以及 Applied Energy等国际期刊发表论文20余篇,申请及授权国内外发明专利10余项。

周玉灿,中国科学院信息工程研究所助理研究员,主要研究方向为深度神经网络、图像分层分类、长尾识别和小样本学习。近年来主持国家自然科学基金青年项目一项,参与多项国家级课题的研究。目前已在AAAI、IJCAI、PR、IEEE TNNLS和IEEE TCSVT等国际会议期刊发表论文10余篇,申请及授权国内外发明专利多项,担任CVPR、ICML、AAAI等重要国际学术会议的审稿人。


上一条:莆田学院陈智雄教授应邀为我院师生做线上专题报告 下一条:电子科技大学李晓瑜副教授应邀为我院师生做线上专题报告

关闭

返回顶部
Baidu
sogou