领域自适应学习

报告题目：领域自适应学习

报 告 人：李晶晶 教授

报告时间：12月10日  15:00-17:00

报告地点：明理楼B306

报告人简介：

李晶晶，电子科技大学“校百人计划”教授，博导，国家级青年人才。主要研究方向为迁移学习，已在TPAMI等SCI一区期刊及CCF A类会议上发表长文八十余篇，获得授权专利十余项。先后荣获吴文俊人工智能优秀青年奖，ACM SIGAI中国新星奖，吴文俊人工智能自然科学二等奖，四川省科技进步一等奖，山东省自然科学二等奖。研究成果入选中国百篇最具影响国际学术论文，CCF-腾讯犀牛鸟基金优秀项目，华为难题挑战奖励。

报告内容摘要：

经典机器学习算法假设训练数据和测试数据具有相同的输入特征空间和数据分布，但在很多现实应用中这一假设通常并不成立，导致经典机器学习算法失效。领域自适应是一种新的机器学习策略，其关键技术在于通过学习新的特征表达来对齐源域和目标域的数据分布，使得在有标签源域中训练的模型可以直接迁移到没有标签的目标域上，且不会引起模型性能的明显下降。本报告将分享课题组近年来在高效自适应迁移学习方面的探索和其在典型场景的应用。

主办单位：计算机与软件学院

科学技术发展研究院