一、主題：一種應用高階張量和生物感知的機器學習方法
二、講座時間：2023年4月22日10：00-11：00
三、主講人：孫志斌 博士、教授
四、參會人員：數(shù)據(jù)科學、應用數(shù)學專業(yè)的師生、其他有興趣人員歡迎參加
五、講座地點：大數(shù)據(jù)學院會議室（明科樓K902）
六、報告摘要：不同的生物對于同一目標有著不同的感知，所以目標的很多特征和信息都被隱含在這些感知信號之中。基于這一原理，我們把不同的感知信號作為機器學習模型的輸入，盡可能的豐富了模型的輸入信息，幫助模型更準確的進行目標預測。另一方面，不同機器學習模型的輸出有著由模型本身帶來的優(yōu)點和缺點。我們提出了一種集合學習的方法，把從不同模型的輸出圖像構建成為一個張量，然后利用高階張量分析的理論，把輸出圖像進行優(yōu)化組合，得到一幅最優(yōu)的圖像作為最終的輸出結果。最后我們將這套新的機器學習方法應用于使用多衛(wèi)星遙感信號來反演湖水污染物（葉綠素濃度）的實際問題里，從而提供了一種經濟的大規(guī)模湖水水質污染監(jiān)測的科學方法。
專家簡介：
孫志斌，南京師范大學數(shù)學科學學院的教授。他于2007年在美國馬里蘭大學取得應用數(shù)學博士學位后，曾在多個著名的科研機構進行工作，例如科羅拉多州立大學、普林斯頓大學、NASA。他在自然科學中的研究興趣和方向有：數(shù)據(jù)同化、非線性動態(tài)系統(tǒng)、衛(wèi)星遙感應用、機器學習、數(shù)學建模、數(shù)值計算等。他在2014-2018年擔任了SPIE國際會議的組委會成員，并在2020年組織了一個AGU國際會議的關于全球環(huán)境變化的分會。他目前還同時擔任了SCI雜志《Science of the Total Environment》和《Atmosphere》的編委。
|
桂公網(wǎng)安備 45040302000045號