讲座题目：迁移学习的发展与应用
讲座时间：2023年3月7日 8:00-9:30
讲座地点：逸夫楼14阶
报告人：邬渊
报告人简介：
邬渊，吉林大学人工智能学院助理教授。他于2022年博士毕业于加拿大卡尔顿大学。他的研究方向为迁移学习及迁移学习在计算机视觉和自然语言处理方面的应用。在AAAI，ECCV，ICASSP，AISTATS等重要国际会议上发表文章5篇。同时，他也是AAAI，EMNLP，IEEE transactions on cybernetics等国际知名会议和期刊的审稿人。
报告内容：
随着数据规模和计算资源的快速增长，机器学习在理论和实践两方面都取得了长足进展。传统机器学习算 法通常依赖于数据的生成机制不随环境改变这一基本假设，然而在大部分机器学习的应用领域中，上述假设往往因为过于严格而难以成立。迁移学习放宽了机器学习中训练数据和测试数据必须服从独立同分布的约束，因而能够在彼此不同但又相互关联的两个领域间学习领域不变的本质特征和结构，使得知识能够在领域间实现迁移和服用。在本次报告中，将从低资源学习，领域自适应，领域泛化三个热门主题出发，介绍迁移学习。具体来说，低资源学习研究的是如何依赖少量的有标签数据去学习泛化能力强的模型，期望其在未知的数据上表现良好。领域自适应研究的是如何解决训练集数据和测试集数据分布存在偏差的情况。领域泛化研究的是如何从若干个具有不同数据分布的数据集中学习一个泛化能力强的模型。
