前沿讲习班

会议时间：2020年9月4日 09:00-12:00

题目：自然语言处理中的预训练模型

报告简介：目前预训练模型在自然语言处理领域取得了广泛的成功。本报告的内容主要涵盖以下4部分内容：1）预训练模型的原理介绍，包括模型结构、学习准则、发展历程等；2）预训练模型的迁移方法：包括如何通过任务转换、多步迁移、改进精调等方法来进一步提高预训练模型在下游任务上的性能；3）预训练模型的改进模型：包括知识嵌入模型、多模态模型、多语言模型、语言特定模型、领域特定模型和模型压缩等；4）对预训练模型及其未来发展趋势进行展望。

报告人介绍：邱锡鹏，复旦大学计算机科学技术学院教授，博士生导师。于复旦大学获得理学学士和博士学位。主要从事自然语言处理、深度学习等方向的研究，在TACL、ACL、EMNLP、AAAI、IJCAI等国际权威期刊、会议上发表60余篇学术论文，并获ACL2017杰出论文奖，CCL 2019最佳论文奖。开源中文自然语言处理工具FudanNLP作者，FastNLP项目负责人。2015年入选首届中国科协人才托举工程，2018年获中国中文信息学会“钱伟长中文信息处理科学技术奖青年创新一等奖”，2020年入选由清华—中国工程院知识智能联合研究中心和清华大学人工智能研究院联合发布的“2020年度AI 2000人工智能全球最具影响力提名学者”。

会议时间：2020年9月4日 14:00-17:00

题目：组合优化问题的机器学习研究--以图匹配问题为例

报告简介：本报告将介绍组合优化问题机器学习研究的研究背景和相关进展。特别将以图匹配问题为例，介绍基于机器学习的图匹配模型与算法，涵盖二图匹配、多图匹配、超图匹配等场景，并将介绍图匹配与聚类的协同学习等最新进展。

报告人介绍：严骏驰，现任上海交通大学计算机系长聘轨副教授，上海交通大学人工智能教育部重点实验室主任助理，主持国家自然基金面上/青年等多个项目。当前主要研究兴趣为图与时序数据的机器学习，特别是组合优化问题的机器学习求解。加入上海交大之前，任IBM中国研究院主管研究员和复旦大学大数据学院校外导师。发表CCFA类论文60余篇，授权美国发明专利28项，连续两届被评为IBM全球发明大师。任CVPR Area Chair、CIKM Senior PC、IEEE TNNLS、Pattern Recognition、PRLetters等期刊责任客座编辑和IEEE ACCESS编委，中国图像图形学学会视觉大数据专委会副秘书长。曾任IBM美国沃森研究中心、日本国立情报学研究所等机构访问研究员。严骏驰也是CCF优博和ACM中国优博提名奖的获得者。