4月1日上午,，應(yīng)數(shù)學與統(tǒng)計學院的邀請,，華中農(nóng)業(yè)大學陳洪教授為我院師生作題為“Bilevel Additive Models”的學術(shù)報告,。數(shù)學與統(tǒng)計學院師生共十余人參加此次報告,。

本次報告首先介紹問題背景,，在傳統(tǒng)的機器學習上,，尋找函數(shù)估計器有三個核心要素—誤差度量,、假設(shè)空間,、限制條件。隨后基于對這三個要素的深入研究,，與希爾比特13問題緊密相關(guān),，提出可加模型。但已有的可加模型對統(tǒng)計工作仍有局限性,，為減少基于學習算法設(shè)計和理論分析的先驗依賴,，進一步在此模型上加入自動步驟，其具有預(yù)測,，可解釋性,，可克服高維災(zāi)難優(yōu)勢，并在數(shù)學上對其進行了收斂性分析,，通過數(shù)值實驗證明了優(yōu)越性,。最后對上述研究成果進行了全面總結(jié)，并介紹了目前的重點工作，為機器學習函數(shù)估計理論的進一步發(fā)展和應(yīng)用提供了新思路,。

報告結(jié)束后,，陳老師對師生提出的相關(guān)問題進行了積極的回答，開拓了在場學生的科研視野,，受益匪淺,。

專家簡介：

陳洪，華中農(nóng)業(yè)大學三級崗教授,，博士生導師,。研究方向為機器學習，人工智能的數(shù)學模型與算法,。主持國家級項目7項(其中國家自然科學基金面上項目3項),，在人工智能頂會NeurIPS、ICML,、ICLR等發(fā)表論文30余篇, 在數(shù)學與信息領(lǐng)域知名期刊ACHA,、JAT、IEEE TPAMI/TIT/TIP/TNNLS/TCYB等發(fā)表論文30余篇,在Nature Genetics等合作發(fā)表智慧農(nóng)業(yè)應(yīng)用論文,。曾任匹茲堡大學兼職研究員,、德州大學阿靈頓分校博士后研究員、澳門大學兼職研究員,。

(數(shù)學與統(tǒng)計學院  耿欣欣  李海鋒)