报告题目：Towards Trustworthy Machine Learning
报告时间：2020年11月10日（周二）上午9：30
报告地点：学科3号楼S410会议室
报告人：王奕森 教授
主持人：刘青山 教授
报告摘要：Machine learning/deep learning has achieved tremendous success in various application areas. Unfortunately, it relies on huge high-quality labelled data and shows serious vulnerability to adversarial examples. These issues dramatically hinder the deployment of machine learning in practice, since most real-world data are easily imperfect and corrupted. Therefore, in this talk, I will introduce our recent works on trustworthy machine learning from a theoretical view of robust optimization, including the reliability on noisy labels and the robustness against adversarial examples.
报告人简介: 王奕森，北京大学信息科学技术学院，助理教授，博导。2018年博士毕业于清华大学计算机系，研究方向为机器学习，深度学习，在人工智能/机器学习领域顶级会议和期刊发表论文30余篇，包括ICML、NeurIPS、ICLR、CVPR、ICCV、ECCV、AAAI、IJCAI等。曾获得百度奖学金（全球共10位）、ACM中国优秀博士论文提名（全国共5位）等荣誉。
江苏省大数据分析技术重点实验室
江苏省气象能源利用与控制工程技术研究中心
江苏省大气环境与装备技术协同创新中心
江苏省仪器仪表学会气象仪器专委会
自动化学院
2020年11月6日
