面向连续和离散数据的两类生成式对抗网络

报告题目:面向连续和离散数据的两类生成式对抗网络

主讲嘉宾:上海交通大学 张伟楠 助理教授

报告时间:201811151400-1530

报告地点:复旦大学张江校区 计算机楼208

报告摘要:生成式对抗网络作为一种新型的无监督学习和数据生成范式,自从2014年被提出以来就得到了极大的关注和长足的研究进展。面向连续数据(如图片、语音)和离散数据(如文本、网络),生成式对抗网络的研究也分为两条主线,涉及不同的机器学习技术。本次报告,张博士将从面向连续数据的生成式对抗网络出发,介绍其基本工作原理,并拓展到最新的理论研究和应用工作。随后介绍面向离散数据的生成式对抗网络,讲解强化学习基础及其在此类对抗网络中的支持。张博士将分别从类别型、序列型和网络型离散数据介绍具有代表性的对抗网络模型及其应用。最终,讨论生成式对抗网络和逆强化学习的关系。

关于嘉宾:张伟楠现于上海交通大学计算机系和约翰·霍普克罗夫特研究中心担任助理教授,研究方向为深度强化学习、无监督学习及其在数据挖掘问题中的应用。于2011年毕业于上海交通大学计算机系ACM班,并于2016获得英国伦敦大学学院计算机系博士学位,研究成果在国际一流的会议和期刊上发表50余篇论文。其中5次以第一作者身份在ACM国际数据科学会议KDD上发表文章。2016年获得由微软研究院评选的全球“SIGKDD Top20科研新星”称号;2017年获得ACM国际信息检索会议SIGIR的最佳论文提名奖;2017年获得上海ACM新星奖;2018年获得阿里巴巴达摩院青橙奖;在KDD-Cup用户个性化推荐大赛获得全球季军,在全球大数据实时竞价展示广告出价算法大赛中获得最终冠军。此外,他也曾在谷歌硅谷总部、微软剑桥研究院、微软亚洲研究院进行人工智能和大数据挖掘方向的研究实习。

主办单位:上海市数据科学重点实验室

友情链接
联系我们
地址: 中国 上海市杨浦区淞沪路2005号复旦大学江湾校区2号交叉学科楼
邮编: 200438
电话: +86-21-31242153
传真: +86-21-31242153
E-mail: dataology@fudan.edu.cn