题  目：具有概念漂移的数据流在线学习

主讲人：姚新 教授

主持人：罗辛 教授

时  间：2025年3月18日（周二）15:10

地  点：中心图书馆9楼学术沙龙

主办单位：本科生院   国际处 港澳台办  计算机与信息科学学院

主讲人简介：

姚新，现任岭南大学（香港）副校长（研究与创新），同时担任唐天燊讲座教授（机器学习）。他是IEEE会士（Fellow），曾任IEEE计算智能学会（CIS）杰出讲师，并担任该学会主席（2014-2015）。此外，他还曾是IEEE《进化计算汇刊》的主编（2003-2008）。主要研究兴趣包括进化计算、神经网络集成、多目标学习等。近年来，致力于可信AI的研究，特别关注公平性机器学习和可解释AI。

研究成果曾荣获：2001年 IEEE Donald G. Fink 最佳论文奖；2010、2016、2017年 IEEE《进化计算汇刊》优秀论文奖；2011年 IEEE《神经网络汇刊》优秀论文奖；2010年 BT Gordon Radley 最佳创新作者奖（决赛入围）；多个国际会议最佳论文奖。获得了：2012年英国皇家学会Wolfson研究杰出成就奖；2013年 IEEE CIS 进化计算先锋奖；2020年 IEEE Frank Rosenblatt 奖。

主讲内容：

数据流挖掘是一项具有挑战性的任务，因为数据是逐步到达的（单个或一批）。在线学习者必须在持续运行的同时进行学习。这种情况在许多状态监测应用中都会出现，例如故障诊断。使情况更具挑战性的是，数据流的基础分布可能随时间变化（即概念漂移）。

本次讲座首先介绍模型空间学习框架，该框架可以在较少假设的情况下有效地学习数据流。将以在线故障诊断为例，说明如何利用模型空间学习来检测和分类未知故障。然后，讲座将提出一种集成方法来应对概念漂移，即在检测到漂移后调整集成的多样性，以更快速、更准确地学习新概念。最后，将介绍一种新的方法，以更准确地检测真实漂移和虚假漂移。

欢迎同学们踊跃参加！