报告题目：领域自适应学习及其应用
报告人：电子科技大学 李晶晶教授
报告时间：2022年11月04日（周五）下午14:00
报告地点：腾讯会议（会议号：172-396-900）
主持人：李天瑞教授、杜圣东副教授

报告摘要：
       经典机器学习算法假设训练数据和测试数据具有相同的输入特征空间和数据分布，但在很多现实应用中这一假设通常并不成立，导致经典机器学习算法失效。领域自适应是一种新的机器学习策略，其关键技术在于通过学习新的特征表达来对齐源域和目标域的数据分布，使得在有标签源域中训练的模型可以直接迁移到没有标签的目标域上，且不会引起模型性能的明显下降。本报告介绍我们在领域自适应方向取得的代表性成果，讨论基于度量学习和基于对抗学习的两类领域自适应算法。在此基础上，分析领域自适应的典型应用和现存挑战，并对其发展趋势及未来研究方向进行展望。

报告人简介：
      李晶晶，电子科技大学计算机学院教授，博导，人社部“博新计划”博士后。博士学位论文获得2018年中国电子学会优秀博士论文奖。入选2019年电子科技大学“学术新人奖”，2020年电子科技大学“人才托举计划”青年项目，2020年电子科技大学“百人计划”。主要研究方向为机器学习，计算机视觉和多媒体，特别是欠标注场景下的机器学习。目前已在TPAMI，TIP，TKDE，MM和CVPR等JCR一区期刊及CCF A类会议上发表长文70余篇，获得授权专利10项。担任TPAMI, TIP, TCYB, TNNLS, TKDE, CVPR, AAAI, MM等期刊和会议审稿人/领域主席/高级程序委员/程序委员。研究成果入选ESI高被引，热点，以及中国百篇最具影响国际学术论文。