报告题目：数据受限鲁棒学习及其在自动驾驶中的应用
报告人：李京政 中关村国家实验室助理研究员
报告摘要：
在深度学习广泛应用的背景下，模型对大规模高质量数据的依赖日益显著。然而，在现实场景中，数据往往存在标注错误、领域差异与分布外样本等问题，制约着模型的泛化与安全性能。本报告聚焦“数据受限鲁棒学习”，系统介绍在噪声标注、领域自适应和开放环境识别等关键问题上的研究进展，并提出多种高效鲁棒的解决方案。结合自动驾驶应用，构建覆盖自然风险、对抗攻击与长尾分布的安全关键场景库，用于评估与增强无人驾驶系统的鲁棒性与安全性。报告最后展望在数据质量检测、多模态模型安全等方向的研究思路，致力于推动人工智能系统在复杂环境中的可靠落地。
报告人简介：
李京政，现为中关村国家实验室助理研究员，研究方向为自动驾驶智能安全，深度学习的鲁棒性。2024年1月博士毕业于北京航空航天大学计算机学院，师从樊文飞和孙海龙教授，以第一作者发表论文10余篇，其中包括ACM MM×2, Machine Learning×2, TNNLS, TOMM等。
报告时间：2025年6月30日（星期一)上午8：30-9：30
报告地点：正新楼3楼人工智能学院报告厅
主办单位：吉林大学人工智能学院
