CCF@U第832场:崔鹏、董彬、陈旭、付秋芳走进北京交通大学

2022-03-31

2022年3月26日,“CCF走进高校”活动来到了北京交通大学。本次活动主题为“认知驱动的稳定学习”,以研讨会的形式开展。本次研讨会邀请了来自清华大学的崔鹏博士、北京大学的董彬博士、人民大学的陈旭博士,中国科学院心理研究所的付秋芳博士对认知驱动的稳定学习方法及应用进行系统全面的介绍并与在场的同学们进行了热烈讨论。 北京交通大学计算机与信息技术学院副院长景丽萍与诸多同学参与了此次报告会。

活动开始前,北京交通大学计算机与信息技术学院副院长景丽萍任代表北京交通大学计算机与信息技术学院对四位讲者的到来表示热烈欢迎,接着介绍了本次会议报告的主题。

  首先,崔鹏博士以“因果启发的稳定学习”为题,对他的科研方向进行了报告。报告从当前人工智能在稳定性、可解释性、公平性、可回溯性等“四性”方面存在严重缺陷出发,讨论问题的根源——关联统计自身不稳定、不可解释、不公平、不可回溯。相对于关联统计,因果统计在保证“四性”方面具有更好的理论基础,报告重点介绍将因果推理引入预测性问题所提出的稳定学习理论和方法,及其在解决OOD泛化问题方面的机会和挑战。

  接着,董彬博士作了题为“Data- and Task-Driven CT Imaging by Deep Learning”的报告。董彬博士对深度学习的动力学和最优控制角度开始简要回顾,随后介绍了他们研究团队关于CT成像和基于图像的诊断的最新研究。 具体来说,就是将数学建模与深度学习相结合。这种结合推动了CT成像的图像重建技术的发展,并有可能推广到其他成像模式。最后董彬博士还简要讨论机器学习如何推进计算成像的发展以及面临的一些挑战。

  随后,陈旭博士以“Beyond Accuracy-oriented Recommendation”为题探讨了基于准确度之外的推荐算法研究。陈旭博士着重分享了关于推荐的可解释性和商品侧公平性等方面的相关研究。在可解释方面,报告人介绍了基于特征的解释和基于因果的解释等方向的进展。在公平性方面,报告人介绍了基于数据生成的方法,基于IPS的方法和基于feature balancing的方法等。

  最后,付秋芳博士作了“多通道类别学习的泛化及其神经机制”为题的报告。报告人详细地介绍了多通道信息如何促进类别学习,及其如何促进类别学习和泛化过程。


  本次研讨会持续了四个小时,最后在同学们的热烈掌声中圆满结束。活动结束后,北京交通大学计算机与信息技术学院参会的师生与四位作报告的专家合影留念。参会的同学纷纷表示通过聆听四位专家学者的报告,获益匪浅。

报告人:

崔鹏,清华大学计算机系长聘副教授,博士生导师。CCF杰出会员。研究兴趣聚焦于大数据驱动的因果推理和稳定预测、大规模网络表征学习等。在数据挖掘及人工智能领域顶级国际会议发表论文100余篇,先后5次获得顶级国际会议或期刊论文奖,并先后两次入选数据挖掘领域顶级国际会议KDD最佳论文专刊。担任IEEE TKDE、ACM TOMM、ACM TIST、IEEETBD等国际顶级期刊编委。曾获得国家自然科学二等奖、教育部自然科学一等奖、CCF-IEEE CS青年科学家奖、ACM杰出科学家。

董彬,北京大学,北京国际数学研究中心长聘副教授、机器学习研究中心副主任、大数据分析与应用国家工程实验室研究员、国家生物医学成像科学中心研究员。CCF专业会员。2003年本科毕业于北京大学数学科学学院、2005年在新加坡国立大学数学系获得硕士学位、2009年在美国加州大学洛杉矶分校数学系获得博士学位。博士毕业后曾在美国加州大学圣迭戈分校数学系任访问助理教授、2011-2014年在美国亚利桑那大学数学系任助理教授,2014年底入职北京大学。主要研究领域为应用调和分析、反问题计算、机器学习及其在图像和数据分析中的应用。

陈旭,博士毕业于清华大学,博士期间曾在佐治亚理工学院进行交流访问,博士毕业后曾在英国伦敦大学学院担任博士后研究员。于2020年加入中国人民大学,任助理教授。其主要研究方向为推荐系统,强化学习,因果推断等。曾在SIGIR、TOIS、WWW、WSDM、CIKM、AAAI等信息检索领域顶级会议和期刊发表论文40余篇(其中以第一作者/通信作者发表论文20余篇)。博士毕业近三年以来,Google Scholar引用2300余次。曾获得The Web Conference 2018 最佳论文提名奖、AIRS 2017 最佳论文奖。

付秋芳,中国科学院心理研究所研究员,博士生导师,中国科学院大学岗位教授。主要从事内隐学习、类别学习与意识的研究,已在Neurobiology of Learning and Memory和Consciousnessand Cognition等期刊发表论文40余篇。曾先后主持中国国家自然科学基金委的青年基金项目和面上基金项目,现负责1项国家重点研发计划的课题和1项中德重大国际合作项目的课题。


心得:

上周六早上,我参加了“认知驱动的稳定学习”研讨会,这次研讨会使我受益匪浅。通过老师们的讲座,使我对深度学习有了根深的认识,意识到了如何设计可以适应数据变化,具有稳定性、解释性和鲁棒性的学习算法,对于学术研究和实际应用的重要性,极大拓宽了我们的视野,使我们受益良多。最后,真心的感谢那些为我们尽心尽力做出精彩讲座的老师和专家们以及组织这次研讨会的同学和老师! --周凯锐