报告人: 孟德宇 (西安交通大学)

时  间: 2018年10月11日   上午9:00--10:00

地  点: 理科楼 LD402

摘  要:传统机器学习主要关注于确定性信息的建模，而在复杂场景下，机器学习方法容易出现对数据噪音的鲁棒性问题，而该鲁棒性问题与误差函数的选择紧密相关。本次报告聚焦于如何针对包含复杂噪音数据进行误差建模的鲁棒机器学习原理。这一原理对在线视频处理、医学图像恢复等问题，已体现出个性化的应用优势，该原理亦有希望能够引导出更多有趣的机器学习相关应用与发现。 

报告人简介:孟德宇，西安交通大学数学与统计学院教授，博导。共接收/发表论文80余篇，其中IEEE Trans.论文26篇。目前主要聚焦于自步学习、误差建模、张量稀疏性等机器学习相关方向的研究。

学院联系人:曾 理

欢迎广大师生积极参与！