报告题目:模型空间中的机器学习
报告人:陈欢欢教授
报告时间:2019年10月16日(星期三)16:00
报告地点:南堂405
报告内容摘要:传统的机器学习方法依赖于数据的表示空间,在数据量不断增大的今天,为了提供比数据空间更为稳健与精简的表达形式以及算法的可解释性,我们提出模型空间中的学习理论与方法。通过使用模型来代表相似的局部数据,使整个数据集简化为相对少数模型的集合。模型空间就是由这些局部模型的全体组成的函数空间。通过构建模型空间的学习理论与算法,可以使得学习方法具有比较高的逼近精度和泛化能力。
报告人简介:陈欢欢,2004年获中国科技大学学士学位,2008年获英国伯明翰大学博士学位,现为中国科学技术大学计算机学院教授。获2011年IEEE计算智能协会优秀博士论文奖、全英杰出博士论文奖。在国外重要学术期刊IEEE Transactions on Neural Networks,IEEE Transactions on Knowledge and Data Engineering,IEEE Transactions on Evolutionary Computation和人工智能领域重要国际学术会议IJCAI、KDD、ECAI等发表论文70余篇。其中,在神经网络的国际权威期刊IEEE Transactions on Neural Networks上的论文获2012年度最佳论文奖。由于在神经网络与学习系统等方面的贡献,获得2015年度国际神经网络学会(International Neural Network Society (INNS))青年科学家奖(Young Investigator Award)。
目前担任《IEEE Transactions on Neural Networks and Learning Systems》与《IEEE Transactions on Emerging Topics in Computational Intelligence》副编。
理学院 科技处 研究生院