报告题目：类簇中心迁移学习及其应用
报告人：杨军
时间：10月9日 15：30-16：30
地点：bet365
106会议室
报告摘要：作为人工智能重要技术之一，迁移学习可以将已知领域知识学习迁移到其他相关领域，得到了快速发展和广泛应用。与以往基于类信息和样本信息的迁移学习方法不同，本次报告关注同一类样本存在多个簇的普遍现象，从统计分布角度审视域分布差异(对齐)，充分挖掘簇信息在类分布刻画和样本信息表征上的优势，以簇中心代表簇，基于抽样分层原则定义优化函数，系统开展分布差异度量、特征学习、分类器自适应、伪标签学习等方面研究，构建类簇中心迁移学习，有效提高分类准确度、显著提升计算效率；并通过2个典型案例应用，展示其优良效果。
报告人简介：杨军，现为北京航空航天大学可靠性与系统工程学院教授、博士生导师、系主任，研究方向为可靠性建模评估、统计质量控制、迁移学习等。目前，兼任中国现场统计研究会常务理事暨其可靠性工程分会理事长、统计调查分会秘书长，中国系统工程学会理事及其系统可靠性工程专业委员会主任，SCI期刊QREI(Quality and Reliability Engineering International)编委与中文核心期刊《数理统计与管理》编委。主持完成国家自然科学基金项目4项、部级技术基础项目3项。已发表SCI论文140余篇，出版作十余部，主持起草国家标准2项，授权国家发明专利20多项，获部级科技进步一等奖1项、二等奖3项与北京市教学成果二等奖3项等。相关成果已在航空、航天、等领域广泛应用，部分成果已形成国家标准，工程效益显著。
