2024年10月21日下午,西安交通大学孟德宇教授应邀来访我院,并于我院201报告厅作了题为 《Continuous Representation-Induced Regularization Methods for Multi-Dimensional Data Recovery》的学术报告。
报告中,孟德宇教授主要介绍了三种基于连续表示的正则化方法,以解决经典正则化方法只能在meshGrid网格中表示多维离散数据局限性。第一,连续表示诱导的低秩张量函数因式分解以利用数据的低维性;第二,连续表示诱导的非局部方法,以利用数据的非局部自相似性;第三,连续表示诱导的neural TV正则化,以利用数据的局部相关性。 这些基于连续性表示的正则化方法适用性更广、效率更高、灵活性更好。报告后,大家对正则项超参选择、像素的隐式表示等问题进行了讨论。
孟德宇,长江学者、西安交通大学教授、博导,现任大数据算法与分析技术国家工程实验室机器学习教研室负责人。已发表论文百余篇,谷歌学术引用超过30000次。现任IEEE Trans. PAMI,NSR等7个国内外期刊的编委。目前主要聚焦于对元学习、概率机器学习、可解释性神经网络等机器学习基础研究问题。