计算机学科前沿论坛之六——面向分布外泛化的稳定学习和NICO Challenge

计算机学科前沿论坛之六

报告题目：面向分布外泛化的稳定学习和NICO Challenge

报告人：崔鹏 清华大学长聘副教授，ACM杰出科学家

报告时间：2022年10月12日下午3:20-4:00

地点：计算机楼A501

腾讯会议：874 183 818

报告摘要：主流机器学习模型的基本假设是训练和测试数据的独立同分布（IID），导致其缺乏对分布外数据的泛化能力（Out-Of-Distribution Generalization），使得当前模型在真实、开放场景下的预测性能无法保证，是当前机器学习研究的公认重要难题之一。本报告将重点介绍面向分布外泛化的稳定学习最新研究进展，并针对首届分布外泛化图像分类挑战赛NICO Challenge进行全面介绍和技术分析。

报告人简介：崔鹏，清华大学计算机系长聘副教授，博士生导师。研究兴趣聚焦于大数据驱动的因果推理和稳定预测、大规模网络表征学习等。在数据挖掘及人工智能领域顶级国际会议发表论文100余篇，先后5次获得国际会议或期刊论文奖，并先后两次入选数据挖掘领域顶级国际会议KDD最佳论文专刊。担任IEEE TKDE、ACM TOMM、ACM TIST、IEEE TBD等国际期刊编委，ICML、NeurIPS、KDD、AAAI、UAI等顶级国际会议Area Chair。曾获得国家自然科学二等奖、教育部自然科学一等奖、电子学会自然科学一等奖、北京市科技进步一等奖、中国计算机学会青年科学家奖、国际计算机协会（ACM）杰出科学家。