报告题目：基于类簇中心的迁移学习研究与应用

报告人：杨军（北京航空航天大学，教授）

报告时间：2022年10月21日 9:00-10:30

报告地点：腾讯会议ID：360-448-806

校内联系人：李天然

报告摘要：作为人工智能重要技术之一，迁移学习可以将已知领域知识学习迁移到其他相关领域，得到了快速发展和广泛应用。与以往基于类信息和样本信息的迁移学习方法不同，本次报告从统计分布角度审视域分布差异(对齐)，关注同一类样本存在多个簇的普遍现象，充分挖掘簇信息在类分布刻画和样本信息表征上的优势，以簇中心进行簇信息表示，系统开展分布差异度量、特征学习、分类器自适应、伪标签学习等方面研究，构建基于类簇中心的迁移学习方法，有效提高分类准确度、显著提升计算效率；同时，介绍该方法在缺陷识别、故障诊断等领域的典型案例应用，展示其优良应用效果。