学在北邮

/ Study in BUPT

迁移学习理论与算法

主讲人 :龙明盛,清华大学App学院副教授,博士生导师,大数据系统App国家工程实验室机器学习组组长。 地点 :教三811会议室 开始时间 : 2019-08-30 10:00 结束时间 : 2019-08-30 11:00

报告摘要:迁移学习是机器学习领域的前沿难点,其理论与算法之间的鸿沟尚未弥合,导致理论对算法的引导不足,算法的理论保证欠缺,成为制约该领域发展的重要问题。本报告首先对经典的迁移学习理论及其算法实现进行综述,分析其存在的不足。进而,大家提出了迁移学习的新型严格泛化理论,针对多分类问题最常用的计分函数假设空间和间隔损失函数,推导了间隔分歧散度,打通了训练域的经验风险与测试域的希望风险的严格数学关系。在此理论的引导下,提出了极小化极大博弈的深度迁移学习算法,兼具严格的理论保证和优异的实验效果。最后,本报告还将探讨迁移学习理论的未来发展方向。


龙明盛,清华大学App学院副教授,博士生导师,大数据系统App国家工程实验室机器学习组组长。分别于2008和2014年从清华大学获学士和博士学位,2014-2015年在加州大学伯克利分校大数据实验室(AMPLab)、统计人工智能实验室(SAIL)从事研究工作。研究领域包括机器学习理论、算法和系统,特别是迁移学习、深度学习、预测学习及其在图像视频识别、预测任务中的应用。以第一编辑或通讯编辑在ICML/NIPS/CVPR等CCF-A类会议和期刊上发表论文46篇,GOOGLE学术引用超过3700次,其中在ICML 2015发表的深度迁移学习论文单篇引用800余次。担任ICLR领域主席、ICML/NIPS/CVPR等国际会议(高级)程序委员会委员。主持国家重点研发计划子课题、国家自然科学基金课题3项,授权国家发明专利20项。获2012国际数据挖掘会议最佳论文提名,2016中国人工智能学会优秀博士论文,2018教育部技术发明一等奖(第4完成人)。

分享到

XML 地图 | Sitemap 地图