题 目：具有概念漂移的数据流在线学习
时 间：2025年3月18日（星期二）15:10
主讲人：姚新
地 点：中心图书馆9楼学术沙龙
主办单位：本科生院
主讲人简介：姚新，教授，岭南大学（香港）副校长（研究与创新），同时担任唐天燊讲座教授（机器学习）。IEEE会士（Fellow），曾任IEEE计算智能学会（CIS）杰出讲师，并担任该学会主席（2014-2015），曾任IEEE《进化计算汇刊》的主编（2003-2008）。主要研究兴趣包括进化计算、神经网络集成、多目标学习等。近年来，致力于可信AI的研究，特别关注公平性机器学习和可解释AI。
讲座简介：
数据流挖掘是一项具有挑战性的任务，因为数据是逐步到达的（单个或一批）。在线学习者必须在持续运行的同时进行学习。这种情况在许多状态监测应用中都会出现，例如故障诊断。使情况更具挑战性的是，数据流的基础分布可能随时间变化（即概念漂移）。讲座首先介绍模型空间学习框架，该框架可以在较少假设的情况下有效地学习数据流。将以在线故障诊断为例，说明如何利用模型空间学习来检测和分类未知故障。然后，讲座将提出一种集成方法来应对概念漂移，即在检测到漂移后调整集成的多样性，以更快速、更准确地学习新概念。最后，将介绍一种新的方法，以更准确地检测真实漂移和虚假漂移。
