講座主題：認知啟發(fā)的可解釋學習探索
專家姓名：景麗萍
工作單位：北京交通大學計算機與信息技術(shù)學院
講座時間：2022年12月1日 9:00-10:30
講座地點：騰訊會議：473-404-516
主辦單位：煙臺大學計算機與控制工程學院
內(nèi)容摘要：
機器學習應(yīng)用于眾多關(guān)鍵領(lǐng)域中輔助人類做出決策，但大多數(shù)模型都是黑盒，導致我們常常知其然而不知其所以然，這促使研究者開始關(guān)注可解釋機器學習提供人可理解的學習模型，更好的輔助智能決策。本報告針對機器學習模型解釋性較差的問題，受心理學與認知科學啟發(fā)，探索可解釋學習機理，從模型影響力分析和特征解耦入手，研制面向不同應(yīng)用場景的可解釋學習理論框架與算法。相關(guān)方法旨在定位輸入信息對深度特征學習的貢獻，依據(jù)原始信息直觀表達能力為深度模型提供解釋信息；分解隱特征的語義表達，并與已有知識體系建立雙向?qū)樱嵘Ｐ偷目山忉屝浴Ｏ嚓P(guān)工作在視覺目標識別和智能推薦領(lǐng)域均取得了較好的應(yīng)用效果。
主講人介紹：
景麗萍，博士，北京交通大學計算機與信息技術(shù)學院教授、博士生導師，現(xiàn)任計算機與信息技術(shù)學院副院長。擔任中國計算機學會人工智能與模式識別專委會委員、秘書，中國人工智能學會機器學習專委會常委、北京市海淀區(qū)第十七屆人大代表。先后入選國家級青年人才計劃、北京市課程思政教學名師、北京交通大學卓越百人，獲評北京交通大學“巾幗十杰”、“優(yōu)秀教師”等。主持多項省部級、國家級項目，包括國家自然基金優(yōu)青項目、科技部新一代人工智能重大專項、國防科技創(chuàng)新重點項目、教育部人工智能算法戰(zhàn)略研究項目、北京市自然基金重點研究專題等。近年來在國內(nèi)外重要學術(shù)期刊和會議上發(fā)表多篇高質(zhì)量論文（包括CCF-A類頂級國際學術(shù)會議NeurIPS、AAAI、ACL、ICCV、ICLR、WWW、CVPR，頂級學術(shù)期刊IEEE TPAMI、JMLR、IJCV等），相關(guān)研究成果已成功應(yīng)用于智能交通、智能芯片、智能教育、智能國防等領(lǐng)域。
