乐博app在线登录

乐博app在线登录系列学术活动（第50。虾＝煌ù笱б斫淌谘醣ǜ

报告题目：不均衡学习的泛在适配报告摘要：不均衡学习是一个广泛存在且研究已久的领域，随着深度学习的发展，近些年来有了一些新的设计和改善。然而，随着整个人工智能领域趋势的演进，原有仅仅围绕类别不均衡的研究设定未必符合或者考虑了各种情形下的领域需求，如何把不均衡学习拓展到泛在情形就变得很重要。本报告将简要回顾不均衡学习领域的发展历史和现状，分析现有不均衡学习领域需要考虑的关键点，重点围绕将经典的不均...

乐博app在线登录系列学术活动（第49。Ψ洞笱С膛粞芯吭毖醣ǜ

报告题目：供需感知空间众包任务分配问题相关研究 报告摘要：近年来，空间众包作为一种移动互联网服务模式引起了广泛研究，并产生了众多相关应用，如滴滴出行、美团外卖等。此次报告将简单回顾空间众包的主要研究内容，并介绍团队近期关于供需感知空间众包任务的工作进展：包括在深度学习时空数据预测帮助下的空间众包优化问题和共享移动空间优化问题；以及对时空预测模型的区域划分进行自动优化的方法。同时，针对共享移动复杂...

乐博app在线登录系列学术活动（第48。潞蹦隆け尽ぴ氯斯ぶ悄艽笱Р┦亢笱芯吭笔┩蚶镅醣ǜ

大规模双层优化问题的高效算法设计及理论分析

乐博app在线登录系列学术活动（第47。 香港科技大学（广州）谢思泓教授学术报告

图数据上的可靠机器学习

乐博app在线登录系列学术活动（第46。拇罄悄墒看笱Ф裴敖淌谘醣ǜ

Uncertainty Estimation for Active Learning & Multimodal Learning

乐博app在线登录系列学术活动（第45。泄蒲Ъ际醮笱Ш蜗蚰辖淌谘醣ǜ

报告题目：大模型推荐前沿进展报告人：何向南 教授?????国家级青年人才????????中国科学技术大学人工智能与数据科学学院副院长报告摘要：预训练大模型在推荐系统领域备受关注，在多个推荐任务上的初期探索已展现出大模型对于推荐的价值。本次报告聚焦大模型驱动的推荐前沿进展并探讨未来发展方向， 具体包括：面向推荐任务的大模型微调和对齐、在大模型中建模协同过滤信息、面向推荐的大模型智能体构建等。同时，...

乐博app在线登录系列学术活动(第44场) ——复旦大学计算机学院邱锡鹏教授学术报告

报告题目：????从大语言模型到世界模型 报告摘要：????大语言模型在可解释性、可信性以及处理复杂、多模态和长期记忆任务方面还存在一定不足。为了缓解大语言模型在理解物理世界和社会世界时的一些限制，我们可以让大语言模型和实际环境交互来进行持续学习，将大语言模型转变成“世界模型”。相比大语言模型，世界模型的技术路线还不清晰，未来发展之路尚存争议。本报告主要探讨如何从多语言和多模态扩展、具身学习等角...

乐博app在线登录王湘浩人工智能杰出学者系列讲座——Irwin King教授主题讲座

讲座题目：Multimodal Foundation and Large Language Models: Applications, Challenges, and Future Directions报 告 人：Irwin KingDept. of Computer Science and EngineeringThe Chinese University of Hong Kong讲座时间：2024年6月14日（星期五）下午2：00讲座地址：正新楼三楼报告厅Abstract:In recent years, the field of artificial intelligence has witnessed significant advancements in multimodal foundation ...

乐博app在线登录系列学术活动（第43。本┖娇蘸教齑笱踉瓴┦垦醣ǜ

报告题目：? 统计关系模型的提升算法研究：从推断到采样报告摘要：? 统计关系人工智能（Statistical relational AI）是在不确定性下，对个体与关系进行分析研究的领域，其中所使用的表示通常被称为统计关系模型（Statistical relational models，SRM）。SRM可以看作是概率图模型（如贝叶斯网络和马尔可夫网络）在关系逻辑（relational logic）中的扩展，不同于概率图模型对于具体个体进行建模，SRM将一组具有某种相同性质的个体...

乐博app在线登录系列学术活动（第42。罂既鸫笱е芤迮蟛┦垦醣ǜ

报告标题: 通过稀疏化传输的模型更新增强联邦学习报告摘要: 联邦学习通过互联网通信，使用中央服务器交换模型更新，促进了地理上分散的客户端之间对机器学习模型的协作训练。然而，在服务器与众多分散客户端之间传输这些更新消耗了大量带宽，并且容易受到恶意攻击。本报告展示了我们在提高通信效率和保护隐私方面的多项贡献，其重点在于稀疏化服务器与客户端之间的模型更新传输。通过仔细评估每个单独模型更新的学习价值、通信...