报告时间：2020年12月18日上午9：30—11: 30
报告地点：龙洞校区行政楼610
报告人1：薛羽博士，南京信息工程大学教授、博士生导师
报告题目1：求解大规模特征选择问题的自适应粒子群优化算法
内容简介1：
   特征选择是解决分类器“维度灾难”问题的一种重要数据预处理技术。通过对分类器输入数据集合进行特征选择，可以简化分类模型、提高分类精度、减少训练时间等。然而，大数据的出现对现有特征选择方法构成了严重挑战。本次报告主要介绍求解特征选择问题的常见方法，并针对大规模单目标特征选择问题介绍所提出的自适应粒子群算法。

报告人2：李振华博士，南京航空航天大学计算机科学与技术/人工智能学院、模式识别与智能计算研究所副研究员
报告题目2：随机搜索优化算法及其在机器学习中的应用
内容简介2：
   随机搜索优化算法是进化算法的一种, 通过对概率分布进行采样和调整实现优化过程, 近些年在深度强化学习和对抗机器学习中有较多应用. 这个报告将介绍我们在随机搜索优化算法和进化策略一些研究工作，包括随机优化算法的参数化, 采样和迭代, 大规模随机优化算法的相关方法及其在机器学习中的应用等

欢迎广大师生参加！