報告地點：6A520
報告人：天津大學張長青教授
北京航空航天大學王嘯教授
杭州電子科技大學焦鵬飛研究員
主持人：曾晟珂
主辦單位：計算機與軟件工程學院
報告題目、內容及報告人簡介：
報告一：不確定性建模——邁向可靠性人工智能
內容摘要：不確定性是大數據時代人工智能的基本屬性，尤其是在面對復雜、開放世界的任務時。因此，對不確定性進行合理刻畫和利用，對于提升模型準確性、可靠性和安全性至關重要。本報告將（1）介紹傳統神經網絡中如何刻畫不確定性，以及如何利用不確定性提高模型的準確性與可靠性；（2）針對傳統不確定性刻畫方法在大語言模型上紛紛失效，揭示造成這種困境的原因，并給出解決思路。通過理論結合實踐，為學術界與工業界提供不確定性刻畫與應用的新視角，推動不確定性研究在大模型時代邁向更深更廣的應用。
主講人簡介：
張長青，天津大學智能與計算學部教授，博士生導師，國家級高層次人才。主要研究方向為機器學習，在Nature 子刊/IEEE TPAMI /ICML/NeurIPS/ICLR等期刊和國際會議上發表論文50余篇，Google Scholar引用1萬4千余次。研究成果獲得天津市自然科學一等獎、重慶市自然科學一等獎、中國圖象圖形學學會自然科學獎一等獎、ICME最佳論文等獎勵，連續入選愛思唯爾“中國高被引學者”。受邀擔任Pattern Recognition副編輯、《中國圖象圖形學報》《電子學報》編委及CCF A類會議領域主席。
報告二：魯棒圖基礎模型
內容摘要：傳統圖表征學習方法主要依賴于圖神經網絡（GNN）及其消息傳遞機制，獲得學術界與工業界的廣泛關注。隨著大語言模型（LLM）在多個領域取得突破，圖表征學習范式也正經歷顯著變革，主要體現在領域內對圖transformer架構的聚焦，以及圖神經網絡與大模型的結合。本次報告將圍繞以上方向，探討魯棒圖基礎模型的關鍵技術、挑戰以及思考。
主講人簡介：
王嘯，北京航空航天大學教授，博士生導師，國家級高層次人才。研究方向為人工智能、數據挖掘與機器學習，共發表論文100余篇，谷歌學術引用16000余次，成果多次被寫入業界圖學習標準庫PyG和DGL等。曾獲得國家自然科學二等獎，教育部自然科學一等獎，中國電子學會科技進步一等獎，吳文俊人工智能優秀青年獎，ACM中國新星提名獎，入選斯坦福大學發布的全球Top 2%頂尖科學家終身影響力榜單。擔任NeurIPS領域主席，WWW/AAAI/IJCAI的高級程序委員會委員，Neural Networks和IEEE TAI期刊編委。CCF高級會員，CCF青工委主任助理，CCF大數據專委會執行委員，CCFAI專委會執行委員，中文信息學會SMP專委會委員。
報告三：復雜圖表征學習
內容摘要：圖機器學習成為當前人工智能、數據挖掘和網絡空間安全的重要方法體系，以圖神經網絡為代表的學習范式推動了圖數據的表示、建模、挖掘及其應用。針對圖數據存在的語義信息多元、鏈接模式多樣、演化行為多變、隱私安全缺乏等挑戰，研究了復雜圖的拓撲統一表征機理、語義融合學習機制、動態協同關聯模式以及對抗攻擊生成方案，建立了多尺度層次結構的遞進式表征學習框架、多粒度異質信息的生成式聯合表征體系、多維度時序耦合的跨尺度多任務預測范式、多領域模型泛化的通用攻擊策略模式，形成了復雜圖表征學習方法體系。
主講人簡介：
焦鵬飛，杭州電子科技大學研究員，特聘教授，數據安全治理浙江省工程研究中心主任。主要研究方向為圖機器學習、數據挖掘和網絡空間治理安全。以第一/通訊作者在IEEE TPAMI、TIFS、TTKDE、AAAI、ICDE、《計算機學報》等國際頂級期刊會議發表論文60余篇，獲中國發明協會二等獎、外交部感謝信及天津市教委咨詢一等獎、ACM杭州2024新星獎。承擔國家自然科學基金面上項目、青年項目和浙江省自然基金重大項目等。
川公網安備 51010602000503號