吉林大学首届未来科学论坛——人工智能与数据科学分论坛主报告人 徐宗本院士

吉林大学首届未来科学论坛——

人工智能与数据科学分论坛主报告人

徐宗本院士

徐宗本博士

中国科学院院士

数学与计算机科学教授

973首席科学家

中国科学院信息技术科学部副主任

西安（国际）数学与数学技术研究院院长

大数据算法与分析技术国家工程实验室主任

大会报告：

大数据背景下的小样本学习

报告时间：

9月17日下午14:00-15:00

报告地点：

吉林大学中心校区计算机楼B108

报告摘要

大样本学习与小样本学习是人工智能中两种基本的学习范式。前者旨在学习大量样本（大数据）中所蕴含的统计规律，后者旨在通过少量观测（小样本）形成概念或完成辨识任务。以深度学习为代表的机器学习主要适用于大样本学习，而小样本学习尚未形成系统的方法论。本报告提出小样本学习的框架、模型,概述小样本学习的国内外进展,并提出应重点关注的研究方向。

报告将小样本学习区分为概念学习（Concept Learning）和经验学习（Experience Learning）两个大的范畴。概念学习主要用于概念发现和模式识别，它基于已有的知识从少量观测（小样本）中形成概念并快速完成识别任务;概念学习可通过一个概念系统和一个关联规则来实现：概念系统反映对概念的知识描述(分内涵表示与外延表示),而关联规则刻画如何将观测(小样本)与概念系统相关联和匹配的原则与方法;关联规则是概念学习研究的主体。经验学习指样本严重不足情形下的大样本学习,其解决问题的基本策略包括“通过增广样本使用大样本方法”和“修正大样本方法适应小样本应用”两类。增广样本的生成(如GAN等生成模型)和大样本方法的修正(如模型驱动的深度学习、元学习等)是经验学习研究的主体。我们概括以上两类小样本学习已知的典型方法，典型应用与发展趋势，最后,我们提出小样本学习凾待解决的系列科学问题。

个人经历

1976年，毕业于西北大学数学系;

1987年，获西安交通大学理学博士学位;

1987年至1989年，在英国Strathclyde大学做博士后研究;

1990年，破格晋升为教授(经原国家教委批准);

1990年至1994年，任西安交通大学计算数学与应用数学研究所非线性分析理论与方法研究室主任;

1994年，任西安交通大学信息与系统科学研究所所长、博士生导师;

1997年5月-2003年7月，任西安交通大学理学院院长;

1998年11月，兼任西安交通大学基础科学研究中心常务副主任;

2003年7，任西安交通大学副校长;

2014年10月15日，卸任西安交通大学副校长。

科研综述

主要从事智能信息处理、机器学习、数据建模基础理论研究。提出了稀疏信息处理的L(1/2)正则化理论, 为稀疏微波成像新体制提供了重要基础。发现并证明机器学习的“徐-罗奇”定理, 解决了神经网络与模拟演化计算中的一些困难问题, 为非欧氏框架下机器学习与非线性分析提供了普遍的数量推演准则; 提出了基于视觉认知的数据建模新原理与新方法，形成了聚类分析、判别分析、隐变量分析等系列数据挖掘核心算法, 并广泛应用于科学与工程领域。曾获国家自然科学二等奖、国家科技进步二等奖、中国CSIM苏步青应用数学奖, 并在世界数学家大会(2010, 印度)上作45分钟特邀报告。

科研项目

在研究项目

2018-2023

多模态碎片化知识挖掘、融合与应用（国家自然科学基金创新研究群体项目，1050万）

2017/01-2021/12

大数据的统计学基础与分析方法（国家自然科学基金重大项目， 1406.8万元，主持人）

部分内容及图片来源：http://gr.xjtu.edu.cn/web/zbxucn

编辑：陈琳

审阅：王思梦

指导老师：李庚