申请试用
HOT
登录
注册
 
红包
参会+推广
图学习视角下的开放环境表征学习初探
时间:
2021/12/22 20:00 - 21:30
地点:
研讨会直播
名额:
可容纳300人
发布方:
白玉兰开源

活动介绍

上海白玉兰开源开放研究院发起的“青年学者论坛”,意在为国内外大数据及人工智能领域的优秀青年学者,搭建一个非正式交流平台。我们诚邀发表在国际顶会的论文作者,以第一视角介绍其学术观点、研究细节、成果展现、相关领域前沿方向等话题,促进观点碰撞及交流合作。

此次是“青年学者论坛”第十八期活动,青年学者论坛讲师及志愿者持续招募中。如有意愿,请与我们联系,欢迎广大同学们积极参与。
Email:chengh@baiyulan.org.cn (邮件主题:青年学者论坛)
微信:chhao01 (验证消息:青年学者论坛)

  • 摘要

目前的机器学习问题和方法大多假设封闭的训练-评测准则,即训练集与测试集共享同样的输入/输出空间,测试数据中出现的实体和特征都在训练阶段被模型接触过。然而现实中的许多场景要求模型与开放动态的环境进行交互,包括但不限于:推荐系统中会出现新的用户/商品,在线广告系统中随着新平台的引入会产生新的用户画像/行为特征,医疗诊断中需要为新研发的药物或组合选择合适的适用人群。上述情形所面临的核心问题和挑战是模型在不进行重新训练(非常耗时)或微调(存在遗忘风险)的限制下,如何从训练阶段接触的有限观测集泛化到新的观测集上。本次报告将介绍最新的两项研究工作,从图表示学习与图结构学习的视角,为开放世界的学习问题探索一套新的解决方案,并从理论和实践两个维度给出分析和讨论。此外,还将讨论沿着目前的方法论可能存在的拓展方向,以及对其他应用领域的适用潜力,作为未来的展望。

  • 相关论文
    1.Qitian Wu, Chenxiao Yang, Junchi Yan, Towards Open-World Feature Extrapolation: An Inductive Graph Learning Approach, Advances in Neural Information Processing Systems (NeurIPS’21)
    2.Qitian Wu, Hengrui Zhang, Xiaofeng Gao, Junchi Yan, Hongyuan Zha, Towards Open-World Recommendation: An Inductive Model-Based Collaborative Filtering Approach. International Conference on Machine Learning (ICML’21).

活动安排

时间 议程
20:00 – 20:05 本期介绍
20:05 – 20:50 图学习视角下的开放环境表征学习初探
20:50 – 21:30 评议+Q&A

讲师介绍

cc892d887507506315720a21aef9091.png

吴齐天,上海交通大学人工智能研究院博士生, 吴文俊人工智能荣誉博士班成员, 指导老师是严骏驰副教授。研究方向为机器学习和数据挖掘,特别是针对复杂结构数据的建模、表示和推理。目前以第一作者在ICML/NeurIPS/KDD/WWW/IJCAI/CIKM等会议发表论文10篇。获评微软学者奖学金(亚洲仅11人)、百度奖学金(全球仅10人)以及全球AI百强新星。曾获得国家奖学金(2次)、校级A等学业奖学金(2次)、唐立新奖学金以及杨元庆奖学金。本科期间曾获得美国大学生数学建模竞赛特等奖(最高奖)与INFORMS冠名奖,全国数学建模竞赛全国二等奖,以及全国大学生物理竞赛上海市一等奖。其他信息详见个人主页https://qitianwu.github.io/

评议人

评议人.png

于天舒,香港中文大学(深圳)数据科学学院助理教授, 博士毕业于亚利桑那州立大学。主要研究兴趣为针对组合和离散问题的机器学习,时序数据的机器学习。以一作身份于ICML、Neurips、ICLR、CVPR、ECCV等会议或期刊发表论文8篇,详见个人主页https://mypage.cuhk.edu.cn/academics/yutianshu/

合作媒体

  • CSDN
  • 思否
  • 掘金
  • 数据与智能
  • 示说

独家报名平台

示说.png

00
00
小时
00
分钟
00
公众号
确认
3秒后跳转登录页面
去登陆