学术报告预告——机器自动建模的数学探索

时间：2019年04月29日 星期一  14:30-16:30 

地点：校本部第二教学楼602室

报告人：郝志峰

郝志峰教授简介：

 郝志峰教授主要从事算法的设计与分析、仿生算法的数学理论、运筹与优化、代数学及其应用等领域的研究，主持NSFC-广东联合基金重点项目、科技部重点研发项目子课题、国家“新世纪人才支持计划”、国家自然科学基金、教育部优秀青年教师基金、教育部霍英东基金、广东省自然科学基金重点项目等省部级以上项目22项，获得发明专利4项。在TNNLS，TKDE，PR，Bioinformatics、《中国科学》等国内外重要刊物上发表高质量论文逾80篇。先后赴美国、英国、德国、日本、新加坡、泰国和香港等访问讲学。2002年获国务院政府特殊津贴。2008年获广东省“五四”青年奖章、2007年获丁颖科技奖、2009年、2005年两次获国家优秀教学成果奖二等奖、2005年获广东省自然科学奖二等奖、2002年获教育部自然科学奖二等奖、1998年获教育部（原国家教委）霍英东青年教师奖、2001年、2003年连续两次获广东省自然科学优秀论文奖等省部级奖励。2015年获广东省科学技术奖一等奖。

报告题目：机器自动建模的数学探索

内容摘要：

在新一代人工智能不断兴起的背景下,这几年机器学习的统一化、公理化学习模式，简称机器自动建模，引起了数学界、计算机理论界和统计界的关注。尤其是面临着纷繁复杂的问题，如何从五花八门、看似浩如烟海的算法集合中，选出一个合适的算法？如何像“一把钥匙开一把锁”那样，把问题和算法匹配起来，吸引了人们的注意力。事实上，对现有的机器学习模型和理论，有时有点霸王硬上弓的蛮劲，不得不称之为“刻舟求剑”、“守株待兔”。

本报告首先指出，现有算法集合与问题集合的机器自动建模的数学设想，有一定的可能性。目标是“基于数学角度看算法模型的自动生成”。包括：从代数、几何、分析等不同角度的前人的一些尝试和探索。目前，业内称之为“元学习”，或“学习学习”的模型可以视为各自领域内的创新和突破，尤其是2019年计算机界顶级会议上的一批同类结果，让我们坚定了信心。

其次，着重从代数的角度研究机器建模的等价分类问题，能否考虑素元、唯一分解定理等代数领域耳熟能详的思想落实到具体的算法分解和设计，则是必须回答的问题和思考。由此带来了陪集和商集，算法的等价或等同（类似于无穷小比较）等的尝试。

最后，回顾了基于范畴论对机器自动建模的形式化探索和解释的前车之鉴，包括：1.机器建模的一系列的对象(object)是什么？问题集、算法集、还是对应集？2.机器建模的一系列的态射(morphism)是什么？ 3.机器建模的一个用于将态射进行组合的组合(composition)操作符如何设计？

欢迎老师、同学们参加！

校办、科研处

数学与系统科学学院

                   2019.04.25