报告一

时间：2023年10月13日下午15:00-16:00

地点： 人工智能学院801会议室

报告题目：对抗机器学习中的不确定性建模

主讲人简介：王熙照，男，深圳大学计算机与软件学院二级教授，博士生导师。1998年毕业于哈尔滨工业大学计算机系，获工学博士学位。1998年至2001年赴香港理工大学计算科学系研究员（Research Fellow）；2000年10月至2014年3月任河北大学数学与计算机学院院长，2007年10月至2014年3月任河北省机器学习与计算智能重点实验室主任；2013年9月至11月加拿大Simon Fraser大学访问教授(Visiting Professor)，2013年12月至2014年1月加拿大Alberta大学访问教授；2014年7月至9月澳大利亚New South Wales大学访问教授；2014年3月至今任深圳大学计算机与软件学院教授、大数据研究所副所长。

主要从事机器学习与不确定性信息处理方面的研究工作。IEEE Fellow，CAAI Fellow，IEEE-SMC计算智能专委会主席，Springer杂志Machine Learning and Cybernetics主编。中国人工智能学会(CAAI)常务理事、CAAI知识工程专委会主任委员。深圳市海外高层次人才，曾获省部级自然科学一等奖和吴文俊人工智能自然科学一等奖。主要研究兴趣包括不确定性建模和面向大数据的机器学习，在该领域发表学术论文多篇；著有《基于不确定性的决策树归纳》和《Learning with Uncertainty》等著作；主持完成国家自然科学基金等项目多项；累计完成指导博士/硕士学位研究生200多名；曾担任多个国际/国内学术会议的大会或程序主席。

报告摘要：不确定性建模与分析是一个古老的话题，但将其用于深度学习中是近几年才刚开始的。报告聚焦于近年来流行的一类深度学习即对抗攻防的鲁棒性，讨论了学习过程中的数据、模型、预测等不确定性建模问题，分析了不确定性表示与对抗鲁棒性之间的关系，指出量化的不确定性可通过优化模型参数或改进损失函数来调整，该调整可显著提升对抗鲁棒性。

报告二

时间：2023年10月13日下午16:00-17:00

地点：人工智能学院801会议室

报告题目：网络内容认知与行为对抗技术

主讲人简介：彭浩，男，北京航空航天大学网络空间安全学院副教授，博士生导师。国家自然科学基金优青项目获得者。2019年博士毕业于北京航空航天大学计算机学院，主要从事互联网内容安全与治理方面的研究工作，目前共发表CCF-A/B类论文100余篇，谷歌学术引用5000余次，第一作者发表ESI热点/高被引论文7篇，服务Springer旗下JMLC期刊（JCR Q1）Associate Editor编委；先后获2020年中国人工智能学会优秀博士学位论文、2018年中国电子学会技术发明一等奖、2022年河北省科技奖励科技进步一等奖、2022年中国仿真学会自然科学二等奖、2023年中国发明协会发明创新奖一等奖(排名第1)等。

报告摘要：本报告将从以下方面具体展开：网络内容认知的关键技术有哪些？互联网舆情传播规律是什么？如何实现小样本的突发舆情早期检测？互联网舆情事件的传播与水军关系是什么？互联网水军行为监测面临的技术挑战与应对措施？如何实现高精度、跨平台、跨模型的网络水军行为检测？报告系统性的覆盖主讲人近五年在IJCAI、WWW、TPAMI、SIGIR、TOIS、TKDE、AAAI、NeurIPS等发表网络舆情、行为异常检测、水军对抗等理论、方法和模型，以及应用系统介绍。

报告三

时间：2023年10月14日上午10:20-11:00

地点：海宇温泉大酒店国会厅

报告题目：面向类器官制造的显微操作智能系统

主讲人简介：高会军，男，欧洲科学院院士、国家杰出青年科学基金获得者、国家级人才、IEEE Fellow、全国青联常委、香港大学荣誉教授、哈尔滨工业大学航天学院教授、博士生导师，交叉科学研究中心主任、智能控制与系统研究所所长。

    近年来，在IEEE Transactions系列汇刊等国际高水平期刊上发表论文200余篇，SCI他引2万余次，ESI高被引论文76篇，入选全球高被引学者。出版国际专著4本，获授权国家发明专利80余项，美国发明专利1项。曾获全国百篇优秀博士学位论文、国家自然科学二等奖、陈嘉庚青年科学奖、中国青年科技奖、国务院政府特殊津贴、全国先进工作者、中国青年五四奖章等荣誉。

    任IEEE工业电子学会副主席、国际自动控制联合会IFAC理事会成员。在国际期刊IEEE Trans. Industrial Electronics担任共同主编、IEEE/ASME Trans. Mechatronics担任高级编委，并任Automatica及多个IEEE Transactions系列汇刊编委，在10余个国际会议上担任大会主席、程序委员会主席，在IECON、IEEE SMC等国际会议做大会报告10余次。

报告摘要：类器官是在体外培育的、保有组织器官结构与功能的细胞团，在生物医学领域具有广泛应用，是国际前沿热点方向。本报告围绕类器官再生机理复杂、生长轨迹控制难、细胞操控精度低等难点问题，从面向生物医学的显微操作技术展开，重点介绍类器官生长过程建模、类器官生长状态监测、类器官生长过程控制、类器官细胞显微操作等方法。核心方法与技术应用于面向类器官标准化批量制造的智能系统，进一步推动类器官在病理研究、药物研发、个体化诊疗等生物医药领域的重要应用。

报告四

时间：2023年10月14日上午11:10-12:00

地点：海宇温泉大酒店国会厅

报告题目：新型鲁棒多核聚类算法

主讲人简介：刘新旺，男，国防科技大学计算机学院教授、博士生导师。国家杰青、优青获得者。主要从事机器学习、数据挖掘方面的研究工作。（1）信息集成与模糊系统；（2）模糊决策与行为决策； （3）推荐系统与行为金融。

    近五年以第一或通讯作者在CCF A类顶刊和顶会上发表论文70余篇，包括IEEE TPAMI论文10篇，含3篇独立作者。ESI高被引论文12篇。谷歌学术引用一万余次，入选2022年度全球2%顶尖科学家榜单。担任IEEE TNNLS、IEEE TCYB、Information Fusion等期刊AE及ICML、NeurIPS等顶会的资深程序委员/领域主席。部分研究成果曾两次获得湖南省自然科学一等奖（2/6、6/6）。

报告摘要：本次报告将介绍本课题组最近提出的SimpleMKKM融合聚类框架及其相关拓展。首先，区别于常用的min-min/max-max聚类算法，我们提出了一个全新的min-max模型，并设计了新的求解算法，保证了得到的解具有全局最优性。该模型在不同应用中展示了优越的聚类性能，且不含任何超参数。接着，我们采用核矩阵局部对齐的思想对其进行了拓展，提出了Localized SimpleMKKM算法。其次，我们进一步提出了一种无参的样本自适应Localized SimpleMKKM算法。代码开源于https://xinwangliu.github.io/。