題 目：具有概念漂移的數(shù)據(jù)流在線(xiàn)學(xué)習(xí)
時(shí) 間：2025年3月18日（星期二）15:10
主講人：姚新
地 點(diǎn)：中心圖書(shū)館9樓學(xué)術(shù)沙龍
主辦單位：本科生院
主講人簡(jiǎn)介：姚新，教授，嶺南大學(xué)（香港）副校長(zhǎng)（研究與創(chuàng)新），同時(shí)擔(dān)任唐天燊講座教授（機(jī)器學(xué)習(xí)）。IEEE會(huì)士（Fellow），曾任IEEE計(jì)算智能學(xué)會(huì)（CIS）杰出講師，并擔(dān)任該學(xué)會(huì)主席（2014-2015），曾任IEEE《進(jìn)化計(jì)算匯刊》的主編（2003-2008）。主要研究興趣包括進(jìn)化計(jì)算、神經(jīng)網(wǎng)絡(luò)集成、多目標(biāo)學(xué)習(xí)等。近年來(lái)，致力于可信AI的研究，特別關(guān)注公平性機(jī)器學(xué)習(xí)和可解釋AI。
講座簡(jiǎn)介：
數(shù)據(jù)流挖掘是一項(xiàng)具有挑戰(zhàn)性的任務(wù)，因?yàn)閿?shù)據(jù)是逐步到達(dá)的（單個(gè)或一批）。在線(xiàn)學(xué)習(xí)者必須在持續(xù)運(yùn)行的同時(shí)進(jìn)行學(xué)習(xí)。這種情況在許多狀態(tài)監(jiān)測(cè)應(yīng)用中都會(huì)出現(xiàn)，例如故障診斷。使情況更具挑戰(zhàn)性的是，數(shù)據(jù)流的基礎(chǔ)分布可能隨時(shí)間變化（即概念漂移）。講座首先介紹模型空間學(xué)習(xí)框架，該框架可以在較少假設(shè)的情況下有效地學(xué)習(xí)數(shù)據(jù)流。將以在線(xiàn)故障診斷為例，說(shuō)明如何利用模型空間學(xué)習(xí)來(lái)檢測(cè)和分類(lèi)未知故障。然后，講座將提出一種集成方法來(lái)應(yīng)對(duì)概念漂移，即在檢測(cè)到漂移后調(diào)整集成的多樣性，以更快速、更準(zhǔn)確地學(xué)習(xí)新概念。最后，將介紹一種新的方法，以更準(zhǔn)確地檢測(cè)真實(shí)漂移和虛假漂移。
