报告时间:2023年10月16日下午14:30-16:30
报告地点:信息学院2号楼行知学术报告厅
报告题目:Recent Advances in Online Learning from Streaming Data
报告摘要:流数据是大数据领域最常见和最复杂的模态,其实例和特征实时到达、呈双向变化且可能转瞬即逝,数据多模态、多源头,特征空间不完备、类别不平衡和概念漂移现象普遍存在。如何从流数据中挖掘具有因果不变性的特征,学习特征和目标变量之间的因果结构,并以此为基础展开因果推断,是当前的热点。报告将从因果特征学习、因果结构学习和反事实推断三方面介绍报告人近年来的研究成果,剖析技术层面的核心思想,并对未来工作做简要介绍。
个人简介:
尤殿龙,博士,副教授,博士生/硕士生导师,燕山大学信息科学与工程学院软件工程系教师。美国路易斯安那大学、澳大利亚悉尼科技大学访问学者。专注于面向特殊群体的智能监护和诊疗大数据分析,包括因果特征挖掘和因果推断、智能行为识别和情绪识别等。主持国家自然科学基金面上项目1项;省部级项目2项。近年来,以第一作者在IEEE TKDE ( CCF A类)、IEEE TNNLS ( 1区)、INFFUS (1区)、INS (1区)和《电子学报》等人工智能、数据挖掘期刊和顶会发表论文10余篇。TKDE、TNNLS、INS、KBS、IJCAI、AAAI和ICDM等国内外知名期刊和会议审稿人。