内容簡介：在深度學習研究和應用的領域中，我們經常遇到長尾數據分布的挑戰，這是數據不平衡的一種非常常見的表現形式。長尾學習旨在不會嚴重犧牲多數類上的性能的前提下，通過提高模型在少數類上的性能來解決這一挑戰。近年來，長尾學習領域取得了重大進展，這些進展不僅拓寬了我們對深度學習模型如何适應不平衡數據集的理解，還引入了一些新穎的學習策略，以增強模型在這些場景下的魯棒性和泛化能力。本次講座将探讨我們課題組在長尾學習上的最新研究進展，以及在一些常見應用場景中如何解決長尾數據的一些思路。

報告人：盧楊

報告人簡介：博士，現為廈門大學信息學院計算機科學與技術系助理教授，博士生導師，人工智能研究院雙聘導師，福建省優秀青年基金獲得者，小米青年學者。2012年和2014年分别獲得澳門大學軟件工程專業本科和碩士學位。2019年獲得香港浸會大學計算機科學專業博士學位。已發表高水平論文40餘篇，其中多篇論文發表在機器學習一流期刊（JCR 1區）如IEEE TNNLS和IEEE TCYB等，以及人工智能和計算機視覺頂級會議（CCF A類）如CVPR、ICCV、AAAI、IJCAI、ACMMM等。主持國家自然科學基金重點項目課題、面上項目及青年項目、福建省新型智庫重大課題、福建省自然科學基金面上項目、之江實驗室開放課題等多個項目。任中國圖象圖形學學會機器視覺專委會委員、中國圖象圖形學學會廈門會員活動中心秘書長、以及國際知名期刊IEEE Transactions on Emerging Topics in Computational Intelligence責任編委（Associate Editor）。在智能優化領域重要會議DOCS 2024獲得最佳論文獎。目前主要研究方向為面向開放世界的魯棒深度學習，包含長尾學習、聯邦學習、噪聲标簽學習、持續學習等機器學習前沿領域。

時  間：2024年9月20日（周五）下午15：00開始

地  點：番禺教學大樓424室

熱烈歡迎廣大師生參加!

太阳集团1088vip/網絡空間安全學院

2024年9月16日