2017-11-15 | 杨强:从深度学习到迁移学习

2017-11-15   

Abstract

这一讲座将结合近期深度学习和迁移学习研究中的进展,总结几个新的研究方向,以克服深度学习在小数据,可靠性和个性化方面的不足。

 

Deep learning has so far achieved great success, as evidenced by the recent Go competition by AlphaGo vs. the human Go masters.   However, deep learning also has some inherent limitations.  In this talk, I will give an overview of transfer learning, and present six different approaches for transfer learning to solve these limitations, namely, learning in the face of small data, with reliability and personalization.


Time

2017年11月15日(周三) 10:00~12:00


Speaker

杨强,香港科技大学新明工程学讲席教授。他曾经是华为诺亚方舟实验室主任(2012-2014)。他是AAAI Fellow, IEEE Fellow, AAAS Fellow, IAPR Fellow和ACM杰出科学家。他的主要研究兴趣是人工智能和数据挖掘。杨强是多本国际期刊的编委,是ACM TIST的创始主编,是IEEE 大数据期刊创始主编。此外,他也是很多人工智能和数据挖掘相关会议的组织者以及程序联合主席,ACM KDD 2010, 2012 和IJCAI 2015。他是国际人工智能大会(IJCAI) 的理事长,中国人工智能学会副理事长和AAAI执行委员会委员。


Location

信息管理与工程学院 308室

上海财经大学

上海市杨浦区武东路100号