报 告 人：Witold Pedrycz院士

工作单位：阿尔伯塔大学（加拿大）

报告题目：机器学习架构的可信度：设计自我意识机制

报告时间：2023年5月22日（周一）14:30-15:30

报告链接：Teams Link

https://teams.microsoft.com/l/meetup-join/19%3aB4gmRcUATAMA2iJqi-xXvtfPFfTbxVJPxSW_pcAPBao1%40thread.tacv2/1638719716825?context=%7b%22Tid%22%3a%2222804ebb-30d5-47df-942f-f3a3722f0225%22%2c%22Oid%22%3a%2216a60c03-ad7a-4b85-a403-8ebd947e010c%22%7d

内容摘要：

  近年来，我们见证了人工智能和机器学习（ML）的巨大成就和诸多现实应用。高效和系统地设计其架构固然重要，而旨在对所获结果质量进行评价的综合评估机制也同样重要。ML模型的可信度也是所有应用程序的关注点，特别是在自治系统中常见的具有高度临界性的应用程序。在这方面存在亟待解决的问题：如何量化由ML模型产生结果的质量？它的可信度是多少？如何为模型配备一些自我意识机制，以便能够触发对额外的支持性实验依据的关键指导？通过对概念性和算法上的追求，我们认为这些问题可以在粒计算的设置中形式化，即任何数字结果都可以被相关的信息颗粒所增强，并且结果的质量被表示为信息颗粒的特征，如覆盖范围和特异性。这项研究涵盖了不同的方向，包括置信/预测区间、ML模型的颗粒嵌入和颗粒高斯过程模型。本报告将讨论在迁移学习、知识蒸馏和联邦学习领域的几个具有代表性的应用。

个人简介：

  Witold Pedrycz院士（IEEE终身会士）是加拿大埃德蒙顿阿尔伯塔大学电气和计算机工程系的教授，也是波兰科学院的外籍院士和加拿大皇家学会的会员，同时也在波兰华沙的波兰科学院系统研究所任职。Witold Pedrycz院士曾获多个奖项，包括IEEE系统、人类和控制论学会的诺伯特-维纳奖，IEEE加拿大计算机工程奖，欧洲软计算中心的卡贾斯特尔软计算奖，基拉姆奖，IEEE计算智能学会的模糊先锋奖，以及2019年IEEE系统、人类和控制论学会的功勋服务奖。Witold Pedrycz院士的主要研究领域涉及计算智能、颗粒计算和机器学习等。Witold Pedrycz院士现任《Information Sciences》主编、《WIREs Data Mining and Knowledge Discovery (Wiley)》主编及《Int. J. of Granular Computing(Springer)》和《J. of Data Information and Management (Springer)》的联合主编。