报告题目：模型空间中的机器学习

报告时间：2018年3月28日，周三，下午2:30-4:30

报告地点： beat365官方网站北五楼 319

报告人：陈欢欢，教授，中国科学技术大学计算机科学与技术学院

报告摘要：

  传统的机器学习方法依赖于数据的表示空间，在数据量不断增大的今天，为了提供比数据空间更为稳健与精简的表达形式以及算法的可解释性，我们提出模型空间中的学习理论与方法。通过使用模型来代表相似的局部数据，使整个数据集简化为相对少数模型的集合。模型空间就是由这些局部模型的全体组成的函数空间。通过构建模型空间的学习理论与算法，可以使得学习方法具有比较高的逼近精度和泛化能力。

报告人简介：

  陈欢欢，1982年1月生，博士，教授，博导。2004年获中国科技大学学士学位，2008年获英国伯明翰大学博士学位。现为中国科学技术大学计算机学院教授。获2011年IEEE计算智能协会优秀博士论文奖、全英杰出博士论文奖。在国外重要学术期 刊IEEE Transactions on Neural Networks，IEEE Transactions on Knowledge and Data Engineering，IEEE Transactions on Evolutionary Computation和人工智能领域重要国际学术会议 IJCAI、KDD、ECAI等发表论文30余篇。其中，在神经网络的国际权威期刊IEEE Transactions on Neural Networks上的论文获2012年度最佳论文奖。由于在神经网络与学习系统等方面的贡献，申请人获得2015年度国际神经网络学会（International Neural Network Society (INNS)）青年科学家奖（Young Investigator Award）。

  主持承担了首批国家重点研发计划“大数据知识工程基础理论及其应用研究”五课题之一“知识导航中的交互机理”、国家基金委重大研究计划培育项目、国家基金委面上项目、国家基金委与英国皇家学会合作交流项目、国家基金委青年项目等。

  个人主页： http://staff.ustc.edu.cn/~hchen/