“学萃讲坛”第795期—人工智能前沿技术

时间:2018-06-12作者:文章来源:计算机科学与技术学院浏览:11

“学萃讲坛”第795期—人工智能前沿技术

研讨会“学萃讲坛”秉承学名家风范、萃科技精华的理念,以学术为魂,以育人为本,追求技术创新,提升学术品位,营造浓郁学术氛围,共品科技饕餮盛宴!
时  间: 2018年6月14日 8:00-12:00
地 点:  图书馆学术报告厅
主办单位:科学与技术研究院
承办单位:计算机科学与技术学院

报告题目1:深度学习的能与不能
报告时间:8:30—9:15
报告人:于剑   博士   北京交通大学教授
报告人简介:于剑,现任北京交通大学教授,博士生导师,北京交通大学人工智能研究院常务副院长,交通数据分析与挖掘北京市重点实验室主任,中国计算机学会会士、理事,中国计算机学会人工智能与模式识别专业委员会秘书长,中国人工智能学会理事,中国人工智能学会机器学习专业委员会副主任。主要研究兴趣是机器学习、数据挖掘和自然语言处理等,已经出版学术专著《机器学习:从公理到算法》。
报告简介:深度学习目前是机器学习领域最引人注目的研究方向,其应用极其广泛。但没有免费午餐定理告诉我们,没有万能的学习算法。因此,本报告将深入分析深度学习的适用范围。首先,简述深度学习的发展历程。在此基础之上,理论分析深度学习的应用范围和失效领域。最后,讨论深度学习面临的问题及其对策。

报告题目2:高效强化学习
报告时间:9:30—10:15
报告人:俞阳   博士   南京大学副教授
报告人简介:俞扬,博士,南京大学副教授。主要研究领域为机器学习、强化学习,目前研究集中于提升强化学习样本利用效率。分别于2004年和2011年获得南京大学计算机科学与技术系学士学位和博士学位,获2013年全国优秀博士学位论文奖、2011年CCF优秀博士学位论文奖。2011年8月加入南京大学计算机科学与技术系、机器学习与数据挖掘研究所(LAMDA)从事教学与科研工作。发表论文40余篇,包括多篇Artificial  Intelligence、IJCAI、AAAI、NIPS等,获得5项国际论文和竞赛奖。
报告简介:强化学习旨在通过环境交互来学习最优策略,在围棋、Atari等游戏上获得成功,最近受到高度关注。然而目前的强化学习技术依赖大量自主环境交互数据,成功案例仍以虚拟环境为主,在物理环境中进行强化学习将产生高昂的时间和经济开销,导致很难在现实应用中发挥强化学习的能力。本次报告将对强化学习进行介绍,并简要介绍我们在提高强化学习的样本效率、促进强化学习在现实应用中落地这一方向上的尝试和进展。

报告题目3:大数据智能及其价值实现路径探讨
报告时间:10:15—11:00
报告人:王崇骏   博士   南京大学教授
报告人简介:王崇骏,男,博士、教授、博导,任职于南京大学计算机科学与技术系及南京大学软件新技术国家重点实验室,现任南京大学计算机应用研究所副所长、南京大学中德HPI研究院副院长。研究兴趣是自主智能与群体智能、复杂网络分析、大数据分析及智能系统等,近五年发表论文50余篇、出版专著2部。截至2017年底,主持和参与包括国家重点研发项目、973、发改委专项、工信部产业化基金、国家自然科学基金、国家社会科学基金、省自然科学基金及支撑计划在内的国家及省部级基金与企事业资助项目50余项,30余项成果获得产品化和商品化推广。
报告简介:大数据智能是2017年7月20日发布的新一代人工智能发展规划中所指出的基础理论研究体系中的一个研究方向。本报告概要地介绍大数据智能的基础上,梳理大数据价值实现路径涉及到的共性理论、关键技术及技术选型思路。针对大数据应用一般兼具的多源、异构、非完整、非一致、非准确以及跨时空等特点,以些许实际案例,围绕其中的数据汇聚、数据治理、标签化等环节,分析和研判其中的建模难点、研究进展、响应策略和执行思路。