主讲嘉宾：上海交通大学 张伟楠 助理教授
报告时间：2018年11月15日 14：00-15：30
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