报告时间：2018年1月5日（星期五）16:00-17:00

报告地点：翡翠湖校区翡翠科教楼A座一楼第三会议室

报告人：孟德宇 教授、博导

工作单位：西安交通大学

举办单位：计算机与信息学院

报告人简介：

孟德宇，西安交通大学教授，博导。任西安交大大数据算法与分析技术国家工程实验室机器学习教研室负责人。共接收/发表论文80余篇，其中包括IEEE汇刊论文21篇，CCF A类会议论文30篇。曾担任ICML,NIPS等CCF A类会议程序委员会委员,AAAI2016，IJCAI2017高级程序委员会委员。目前主要聚焦于自步学习、误差建模、张量稀疏性等机器学习与计算机视觉领域的基础研究问题。


报告简介：

自步学习的要义是：我们可以模拟人的认知机理，先学习简单的、普适的知识（课程），然后逐渐增加难度，过渡到学习更复杂、更专门的知识，以此完成对复杂对象的认知。人们受教育的“课程”正是按照这样的规律来帮助获取知识与能力的。模拟这一过程，我们可以将学习对象(数据、特征、概念等)按其对学习目标的难易程度，从易到难开展学习，以这种方式让机器完成复杂的学习与推理任务。Bengio教授预测该种学习方式将帮助机器学习吸取人类学习的优点，提升包括深度学习等机器学习策略的学习效果，协助其跳出局部极优，获得更好推广性。我们系统研究了自步学习的内在机理，提出了自步学习的构造条件，并说明：根据不同应用目标，可由该公理化准则延伸出各种实用的课程学习方案。我们的报告将对该领域一些进展进行综合介绍。