讲座题目：自步学习的一些进展

讲座人：孟德宇 教授

讲座时间：16:30-17:30

讲座日期：2016-10-25

地点：长安校区文津楼三段5层522学术研讨室

主办单位：bevitor伟德官网 智能视觉计算团队

讲座内容简介：

从海量“大”规模的“无监督”“脏”数据中，尝试构造有效的机器学习方法来自动对其有效信息进行挖掘，已成为领域的热点，也是时代的亟需，针对这一问题，自步学习(Self-paced Learning)，或可称为课程学习(Curriculum Learning)，可能提供了一套行之有效，具有理论内涵的新颖解决思路。

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。

由卡内基梅隆大学，西安交通大学，中国科学院计算所等机构研究人员系统研究了自步学习的内在机理，提出了自步学习的公理化构造条件，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前沿进展进行综合介绍。

讲座人简介：

孟德宇，博士，西安交通大学数学与统计学院教授，博导。曾赴香港理工大学，Essex大学与卡内基梅隆大学进行学术访问与合作。共接收/发表论文80余篇，其中包括TPAMI, TIP, TKDE, TNNLS, TSMCB, PR等国际期刊与ICML, NIPS, CVPR, ICCV, ECCV, AAAI, ICJCAI, ACM MM等国际会议论文。担任TPAMI,TIP,TNNLS等期刊审稿人, ICML,NIPS等会议程序委员会委员,AAAI2016高级程序委员会委员。曾获陕西省青年科技奖，陕西省优秀博士论文奖，ICMR最佳论文候选奖，入选首批西安交通大学青年拔尖人才计划。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相关方向的研究。