学术讲座-Big Machine Learning

04.06.2019  11:52
Big Machine Learning
交通运输学院
福建工程学院物流与供应链管理研究中心
郭天佑正高张堂贤
自然科学全校师生2019-06-04 14:30
南区,博雅1#-503
香港科技大学计算机科学与工程系教授,IEEE   Fellow。1988年获得香港大学本科学位,1996年获得香港科技大学博士学位。1996-1997年在美国朗讯-贝尔实验室从事研究工作,1997年起在香港浸会大学计算机系任助理教授,2000年回香港科技大学计算机系工作至今。研究领域:机器学习、模式识别、深度学习、核方法、人工智能及其在计算机视觉、图像处理、语音处理与普适计算等领域的应用。获得过IEEE   Transactions on Neural Networks   杰出论文奖、教育部自然科学技术二等奖。其机器学习方面的研究工作在国际上有重要影响,在NIPS、ICML、IJCAI、AAAI等顶级会议以及Journal of   Machine Learning Research、IEEE Transactions on Pattern Analysis and Machine   Intelligence、IEEE Transactions on Neural Networks and Learning Systems、IEEE   Transactions on Knowledge and Data Engineering   等顶级期刊上发表论文近200篇,被引超万次。多次担任机器学习与人工智能领域国际顶级会议的领域主席,包括NIPS (2015,2016,2018), ICML   (2015-2019), IJCAI (2017,2018), AAAI (2019) 以及ECML (2011,2012)等,也曾任IEEE   Transactions on Neural Networks and Learning Systems、Neurocomputing等期刊的副主编。  
Big data is everywhere. Besides the huge data scale, big data   problems are also characterized by their high complexities. Often, there are a   lots of input features and involve a lot of learning tasks related in some   complicated manner. In this talk, I will describe several recent approaches in   tackling these problems. These algorithms are flexible, computationally   efficient, and have better empirical performance than existing approaches.