应PA视讯|PA真人官网-PLAYACE旗舰注册入口邀请，新西兰奥克兰大学高级讲师刘佳谋博士于2023年4月7日来我校进行题为“Some Recent Progress on Robust Graph Representation Learning”陈诉，香港浸会大学盘算机系助理教授韩波博士于2023年5月5日进行题为“Towards Trustworthy Learning and Reasoning under Noisy Data”陈诉。陈诉均由PA视讯礼欣老师主持，学院相关研究偏向的教师和研究生加入了学术陈诉。
刘佳谋老师介绍了鲁棒图体现学习和符号图体现学习，前者主要研究反抗图数据噪声的图学习算法，尔后者重点研究具有正负边关系的图体现学习算法。在此次陈诉中，刘老师还介绍了团队最新的研究结果：基于结构熵的无监视鲁棒图体现学习要领USER，用于二部有符号图的对比学习框架SBGCL等。
韩波老师的介绍了存在噪声数据的情况下，如何实现可信赖学习与推断。陈诉从噪声标签、噪声特征、噪声交互、噪声数据四个方面出发，介绍了近年来韩老师团队的相关研究结果，包罗：基于神经网络影象效应的Co-teaching+、为决策界限数据赋予高权值的GAIRAT等多种模型。
通过这两次学术陈诉，学院师生对鲁棒图体现学习和可信赖体现学习有了越发深入的理解。陈诉内容也进一步拓宽了研究生的视野，为图学习和体现学习后续的学术研究和进一步交流相助奠基了基础。
陈诉人简介：
刘佳谋，新西兰奥克兰大学的高级讲师，奥克兰大学博士，曾在德国莱比锡大学和巴黎第七大学迪德罗担任研究助理。研究兴趣包罗多图数据分析、多智能署理系统、以及自然语言处置惩罚。在AAAI、IJCAI、AAMAS、NEURIPS、ICML等知名期刊和聚会会议上发表多篇同行评议的研究论文。
韩波，香港浸会大学盘算机系助理教授，兼任RIKEN人工智能项目梅峰会见科学家，曾兼任Microsoft研究院会见科学家。研究偏向包罗机械学习的诸多理论和实践领域，目前研究关注重点包罗可信赖体现学习、因果体现学习和基础模型等要领，以及这些要领在自然科学和交织学科的应用。