学术报告一

报告题目：误差建模原理

报 告 人：孟德宇 教授（西安交通大学大数据算法与分析技术国家工程实验室）

报告时间：2018年4月10日（星期二）16：00-17：00

报告地点：数学与统计学院学术报告厅（25教14楼）

参加人员：教师、研究生、本科生

摘要

传统机器学习主要关注于确定性信息的建模，而在复杂场景下，机器学习方法容易出现对数据噪音的鲁棒性问题，而该鲁棒性问题与误差函数的选择紧密相关。本次报告聚焦于如何针对包含复杂噪音数据进行误差建模的鲁棒机器学习原理。这一原理对在线视频处理、医学图像恢复等问题，已体现出个性化的应用优势，该原理亦有希望能够引导出更多有趣的机器学习相关应用与发现。

主讲人简介

孟德宇，西安交通大学教授，博导。任西安交大大数据算法与分析技术国家工程实验室机器学习教研室负责人。共接收/发表论文80余篇，其中包括IEEE汇刊论文20篇，CCF A类会议论文29篇。曾担任ICML,NIPS等CCF A类会议程序委员会委员,AAAI2016，IJCAI2017高级程序委员会委员。目前主要聚焦于自步学习、误差建模、张量稀疏性等机器学习与计算机视觉领域的基础研究问题。

学术报告二

报告题目：基于在线张量压缩感知建模的视频监控方法

报 告 人：王尧 副教授（西安交通大学大数据算法与分析技术国家工程实验室）

报告时间：2018年4月10日（星期二）15：00-16：00

报告地点：数学与统计学院学术报告厅（25教14楼）

参加人员：教师、研究生、本科生

摘要

视频监控是大数据安全防范系统的重要组成部分，旨在通过前端的摄像头采集某个关注区域的视频，然后由无线电缆传输到终端平台以监测区域的异常现象。然而，目前已有的视频监控方法不能满足大数据环境下对场景复杂性与计算实时性的要求。基于此，考虑到监控视频的特点，我们建立了可本质挖掘其先验信息的在线张量压缩感知建模方法。一系列实际视频数据实验表明，相比已有方法，新方法可以在更少的采样信息下以更快的速度精确恢复与分离原始监控视频，从而可适应大数据时代的需求。

主讲人简介

王尧，本科毕业于电子科技大学信息与计算科学专业，硕士与博士均毕业于西安交通大学应用数学专业；曾受国家留学基金委资助，作为联合培养博士生，在美国乔治亚医科大学与乔治亚理工学院从事神经数据分析与高维统计计算方面的研究；现工作于西安交通大学统计系，任副教授/硕士生导师，同时任中国科学院沈阳自动化研究所机器人学国家重点实验室兼职副研究员。他的主要研究领域为视频压缩、图像恢复和统计信号处理，目前已在National Science Review， IEEE TIP，IEEE TSP， IEEE TNNLS，中国科学等国内外知名期刊发表学术论文20余篇，研究成果获2018年陕西省高等学校科学技术奖一等奖。