哈尔滨工业大学（深圳）学术讲座

演讲人Speaker：黄晓霖 教授

题目Title: 泛化性视角下的深度神经网络训练方法

时间Date：2024年 3月 18日       Time：上午 9：00 ~ 10：00

地点Venue： T2 栋 T2410 室  

内容摘要Abstract：

进入深度学习时代，机器学习泛化性研究面临巨大的挑战。在训练方面，过参数化使得深度网络的很多局部解具有相近的训练误差，但各自的泛化性不同。这使得仅关注训练终态不足以分析泛化性，必须考虑训练的整个动态。本报告将以此为观点，汇报动态低维子空间理论（DLDR）及锐度敏感算法（SAM）的近期进展，并探讨泛化性分析在反向训练中的可能应用。

个人简介(About the speaker):

黄晓霖，上海交通大学教授，博士生导师。分别在西安交通大学、清华大学获得工学学士、工学博士学位。2012年至2015年，在比利时鲁汶大学电子工程系任博士后，2015年作为洪堡学者在德国埃尔朗根-纽伦堡大学计算机系开展工作并任研究组组长。2016年加入上海交通大学任副教授、2024年晋升教授，现任上海交通大学自动化系副主任。

面向深度学习泛化性，黄晓霖在函数空间、优化方法、对抗攻击等方面进行了持续研究，发表机器学习领域顶刊JMLR论文5篇；IEEE TPAMI论文8篇，在Nature Review Methods Premiers发表综述1篇，并多次在领域重要会议如NeurIPS, ICLR, CVPR, MICCAI 等做学术汇报。目前担任Machine Learning 的Action Editor、ICCV的Area Chair、AAAI的Senior TPC member等；承担科技部重点研发课题、自然基金面上项目、上海市科委人工智能专项等，并与华为、美敦力等公司进行了长期的合作。