【ZiDongHua之自動(dòng)化學(xué)院派收錄關(guān)鍵詞：人工智能 數(shù)據(jù)科學(xué) 機(jī)器人 機(jī)器學(xué)習(xí)】
 
　　IEEE控制系統(tǒng)學(xué)會(huì)副主席 Ioannis (Yannis) Paschalidis 到訪杭州電子科技大學(xué)自動(dòng)化學(xué)院并作報(bào)告
 
　　11月11日上午，IEEE控制系統(tǒng)學(xué)會(huì)副主席Ioannis(Yannis)Paschalidis教授來訪我校并在自動(dòng)化學(xué)院（人工智能學(xué)院）舉辦的AI錢塘論壇做主旨報(bào)告。Ioannis(Yannis)Paschalidis教授在MIT獲碩士和博士學(xué)位，是IEEE/IFAC Fellow，IEEE Transactions on Control of Network Systems創(chuàng)刊主編，擔(dān)任2025年IEEE CDC會(huì)議聯(lián)合主席。Ioannis(Yannis)Paschalidis是波士頓大學(xué)電氣與計(jì)算機(jī)工程、系統(tǒng)工程和生物醫(yī)學(xué)工程的杰出教授，計(jì)算與數(shù)據(jù)科學(xué)資深教授，擔(dān)任哈里里計(jì)算與計(jì)算科學(xué)與工程研究所所長(zhǎng)；主要研究領(lǐng)域?yàn)閮?yōu)化、控制、隨機(jī)系統(tǒng)、計(jì)算醫(yī)學(xué)和計(jì)算生物學(xué)等。
 
 
　　本次講座，Ioannis(Yannis)Paschalidis教授做了關(guān)于Distributionally Robust Learning–From Traditional to Deep and to Reinforcement Learning專題報(bào)告。Paschalidis教授介紹了一種用于機(jī)器學(xué)習(xí)的分布式魯棒優(yōu)化方法，該方法使用可用于分類或回歸的一般損失函數(shù)。受醫(yī)學(xué)應(yīng)用的啟發(fā)，考慮了一種訓(xùn)練數(shù)據(jù)可能被（未知）異常值污染的環(huán)境。魯棒學(xué)習(xí)問題被表述為，在一系列接近訓(xùn)練數(shù)據(jù)誘導(dǎo)的經(jīng)驗(yàn)分布的最小化最壞情況預(yù)期損失的問題。報(bào)告探討了這種方法的普遍性、魯棒性、解釋一系列正則化學(xué)習(xí)方法的能力。此外，Paschalidis教授還分享了如何將分布式魯棒學(xué)習(xí)用于深度神經(jīng)網(wǎng)絡(luò)分類，并考慮其在計(jì)算機(jī)視覺中的應(yīng)用；介紹了如何將該框架用于強(qiáng)化學(xué)習(xí)，解決約束馬爾可夫決策過程問題的魯棒變體，并將其應(yīng)用于機(jī)器人控制和自主系統(tǒng)。
 
　　校長(zhǎng)陳積明教授參加了報(bào)告會(huì)，講座由自動(dòng)化學(xué)院院長(zhǎng)曹九穩(wěn)主持，講座吸引了300多名教師、博士生、碩士生參加。