讲座题目：泛化性视角下的学习与反学习
讲座时间：2024年10月11日（星期五）下午16:00
讲座地点：犀浦校区3号教学楼X31541报告厅
主讲人：黄晓霖教授
主讲人简介：
黄晓霖，上海交通大学教授，博士生导师。分别在西安交通大学、清华大学获得工学学士、工学博士学位。2012年至2015年，在比利时鲁汶大学电子工程系任博士后，2015年作为洪堡学者在德国埃尔朗根-纽伦堡大学计算机系开展工作。2016年加入上海交通大学并入选国家级青年人才，现任上海交通大学自动化系副主任。面向深度学习泛化性，黄晓霖在函数空间、优化方法、对抗攻击等方面进行了持续研究，发表机器学习领域顶刊JMLR、IEEE TPAMI论文合计十余篇，在Nature Review发表综述1篇，以及其他重要期刊/会议（如IJCV, ACM ToG, ACHA, IEEE TIP, IEEE TMI, NeurIPS, ICLR, CVPR, MICCAI等）论文数十篇。目前担任Machine Learning的Action Editor及ICLR、CVPR、ICCV的Area Chair、AAAI的Senior TPC member等；承担科技部重点研发课题、自然基金面上项目、上海市科委人工智能专项等，并与华为、美敦力等公司进行了长期的合作。
内容简介：
泛化性是机器学习理论的核心问题，深度神经网络的复杂性为泛化性分析提出了新的挑战，在本质上，过参数化使得深度网络的很多局部解具有相近的训练误差，但各自的泛化性不同。这将泛化性与整个训练动态，而不仅仅是网络结构相关联。本报告将以此为观点，汇报动态低维子空间理论（DLDR）、锐度敏感算法（SAM）的近期进展，并探讨泛化性分析在机器反学习（machine unlearning）中的重要作用。
