- 0
- 0
- 0
分享
- 吉林大学王湘浩人工智能杰出学者系列讲座暨吉林大学鼎新讲座——徐宗本院士主题讲座
-
2022-11-02
吉林大学王湘浩人工智能杰出学者系列讲座 暨吉林大学鼎新讲座 徐宗本院士主题讲座 JLUAI 讲座题目: 从机器学习先验假设到机器学习自动化 报告人: 徐宗本 中国科学院院士 数学家、信号与信息处理专家 西安交通大学教授 主持人:常毅教授 讲座时间:2022年11月3日20:00-21:30 讲座地点:腾讯会议 216-820-275 报告人简介: 徐宗本 中国科学院院士,数学家、信号与信息处理专家、西安交通大学教授。 主要从事智能信息处理、机器学习、数据建模基础理论研究。曾提出稀疏信息处理的L(1/2)正则化理论,为稀疏微波成像提供了重要基础;发现并证明机器学习的“徐-罗奇”定理, 解决了神经网络与模拟演化计算中的一些困难问题,为非欧氏框架下机器学习与非线性分析提供了普遍的数量推演准则; 提出基于视觉认知的数据建模新原理与新方法,形成了聚类分析、判别分析、隐变量分析等系列数据挖掘核心算法, 并广泛应用于科学与工程领域。曾获国家自然科学二等奖、国家科技进步二等奖、陕西省最高科技奖; 国际IAITQM 理查德.普莱斯(Richard Price)数据科学奖; 中国陈嘉庚信息技术科学奖、中国CSIAM苏步青应用数学奖;曾在2010年世界数学家大会上作45分钟特邀报告。 曾任西安交通大学副校长,现任人工智能与数字經济广东省实验室(琶洲实验室)主任、西安数学与数学技术研究院院长、陕西国家应用数学中心主任、大数据算法与分析技术国家工程实验室主任,是国家大数据专家咨询委员会委员、国家新一代人工智能战略咨询委员会委员。 报告摘要: 机器学习是人工智能的最基础、最核心技术(算法),但机器学习的执行通常都是以一组基本的先验假设为前提的,这些基本假设包括: 假设空间的大容量假设、训练数据的完备性假设、损失度量的独立性假设、正则项的先验决定假设、分析框架的欧几里德假设等。一个机器学习算法的性能是由这些先验假设(要素选择)决定的。本报告分析这些假设的作用、局限及其影响,提出突破这些基本假设的系列途径与方法。每一情况下,我们举例说明新突破带来新价值。 机器学习的当下应用还是“人工”的:人工标注数据、选择数据,人工搭建网络、选择算法,人工切换任务、适应环境;仍处于“选择”阶段,还没有达到“自主设计”“创新设计”水平。随着人工智能技术的发展,机器学习必须要从人工化,走向自动化,迈向自主化。在这样的AI发展大趋势下,让机器学会人类的学习方法论,或者更严格地说,学会模拟学习方法论(Simulate Learning Methodology,SLeM)成为一种必需和趋势。本报告后一部分严格定义学习学习方法论问题,提出SLeM的双层优化模型和“超参数化”求解方法,建立SLeM的基本理论,并展示对多个机器学习自动化问题的成功应用。 主办单位: 吉林大学科学技术协会 吉林大学人工智能学院 吉林大学数学学院 吉林大学计算机科学与技术学院 吉林大学软件学院 吉林大学研究生院 吉林大学人工智能学院 吉林大学中心校区正新楼
-
阅读原文
* 文章为作者独立观点,不代表数艺网立场转载须知
- 本文内容由数艺网收录采集自微信公众号吉林大学人工智能学院 ,并经数艺网进行了排版优化。转载此文章请在文章开头和结尾标注“作者”、“来源:数艺网” 并附上本页链接: 如您不希望被数艺网所收录,感觉到侵犯到了您的权益,请及时告知数艺网,我们表示诚挚的歉意,并及时处理或删除。