2018年11月15日下午14：00-15：30，上海市数据科学重点实验室邀请上海交通大学张伟楠助理教授做了题为“面向连续和离散数据的两类生成式对抗网络”的学术讲座。
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。
此次讲座，张博士从面向连续数据的生成式对抗网络出发，介绍了其基本工作原理，并拓展到最新的理论研究和应用工作。随后介绍了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。张博士分别从类别型、序列型和网络型离散数据，进一步介绍了具有代表性的对抗网络模型及其应用。最终，张博士与实验室师生对生成式对抗网络和逆强化学习的关系展开了深入且热烈的讨论。