香港118现场直播站

搜索
你想要找的

10月31日 钱超:Evolutionary Learning: From Theory to Practice
2024-10-31 15:30:00
活动主题:Evolutionary Learning: From Theory to Practice
主讲人:钱超
开始时间:2024-10-31 15:30:00
举行地点:腾讯会议:260 156 193;密码:356403
主办单位:计算机科学与技术学院
报告人简介

钱超,南京大学人工智能学院教授、博导。长期从事人工智能中演化学习基础理论研究,以第一/通讯作者在人工智能国际一流期刊和会议上发表50余篇论文;部分成果成功应用于华为工厂排产、无线网络优化、芯片寄存器寻优等任务,获2次华为“难题揭榜”火花奖,落地华为产品线;应用于自然科学领域基础问题(如土壤微生物源碳预测),成果以共同一作发表于美国国家科学院院刊PNAS。担任IEEE计算智能学会“演化理论”工作组主席、“演化学习”工作组创始主席,担任人工智能/演化计算权威国际期刊Artificial Intelligence、Evolutionary Computation、IEEE Trans.、Evolutionary Computation等编委,在国际人工智能联合大会IJCAI’22作Early Career Spotlight报告,并将担任第22届亚太人工智能国际会议PRICAI’25程序委员会主席。获ACM GECCO’11最佳理论论文奖,基于演化算法的芯片布局工作获第21届ACM SIGEVO Human-Competitive BRONZE Award。获国家优秀青年科学基金(2020),CCF-IEEE CS青年科学家奖(2023),并主持新一代人工智能国家科技重大专项(青年科学家)。获南京大学青年五四奖章、南京大学“师德先进”青年教师奖,执教的《启发式搜索与演化算法》被研究生选为“我心目中的好课程”。


内容简介

机器学习任务常涉及多个目标,这给传统优化算法带来了巨大挑战。受达尔文进化论启发产生的演化算法展现出令人鼓舞的实验效果,但这类算法几乎纯粹是“启发式”,缺乏理论支撑:在不少情况下有效,但为何奏效、在何种条件下奏效却并不清楚,因此难以被主流机器学习界认可。该报告将介绍我们为建立多目标演化学习理论基础所做的系列工作,以及在理论结果指导下设计的性能首次有理论保障的演化学习算法。