12月10日下午，西南石油大学计算机与软件学院在明理楼B306教室成功举办了“梦溪湖论坛”系列讲座秋季第十一讲，主题为“领域自适应学习”。本次讲座邀请了电子科技大学“校百人计划”教授、博导、国家级青年人才李晶晶担任主讲嘉宾。

李晶晶教授的主要研究方向为迁移学习，已在TPAMI等SCI一区期刊及CCF A类会议上发表论文八十余篇，获得授权专利十余项，并荣获吴文俊人工智能优秀青年奖，ACM SIGAI中国新星奖等多项荣誉。他的研究成果不仅入选了中国百篇最具影响国际学术论文，还获得了CCF-腾讯犀牛鸟基金优秀项目、华为难题挑战奖励等殊荣。

在讲座中，李晶晶教授介绍了领域自适应这一新的机器学习策略。他指出，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，导致算法失效。领域自适应则通过学习新的特征表达，对齐源域和目标域的数据分布，使模型能够在有标签源域上训练后，直接迁移到没有标签的目标域上，且保持模型性能的稳定。

李晶晶教授详细阐述了领域自适应的基本原理和常用方法，包括基于样本、参数、相关性和特征表达的方法，并特别强调了基于度量学习和基于对抗学习的方法在领域自适应中的主流地位。该策略适用于数据挖掘、生理信号识别、人机交互、图像识别、翻译、室内定位等多个场景。

接着，李晶晶教授分享了课题组在领域自适应方面的十项重要研究成果，包括如何对齐数据的边缘分布与条件分布、处理异构输入、解决数据分布问题、应对机器学习缺乏训练数据和计算机算力受限的挑战，以及提升模型泛化能力等。

在讲座的互动环节，李晶晶教授回答了现场师生的问题。针对特征对齐可视化方法以及源域和目标域数据稀缺问题，他给出了详细的解答和建议，进一步加深了师生对自适应领域的理解。

本次讲座不仅为西南石油大学师生提供了一个深入了解领域自适应学习的平台，也为相关领域的发展注入了新的活力。