全校广大师生:

加拿大多伦多都会大学（Toronto Metropolitan University）高磊副研究员应邀为我校师生作报告，现将有关事项通知如下：

一、报告题目

人工智能之可解释机器学习：近期研究及未来发展趋势

二、报告时间和形式

报告时间：2024年12月23日（周一）下午14:30-16:00

报告地点：2A307

欢迎广大师生届时参加，请有意听报告的师生提前十五分钟入场完毕，会议期间，请将本人手机成静音状态，保持会议秩序。

三、专家简介

高磊，男，加拿大Toronto Metropolitan University副研究员，博士生导师。加拿大自然科学与工程基金委高素质人才入选者（Highly Qualified Personnel（HQP）to Natural Sciences and Engineering Research Council of Canada），担任加拿大电气与计算机国际会议区域主席（Area Chair），IEEE International Symposium on Circuits and Systems（IEEE ISCAS）程序委员会委员，IEEE International Conference on Multimedia Big Data(BigMM)程序委员会委员等。主持及参加Collaborative Research and Development (CRD) Project of Canada，Discovery Grant of Natural Science and Engineering Council of Canada, Canada Research Chair Award等。主要研究领域包括多模态信息融合和优化，智能多媒体系统，可解释机器学习，生物信息及计算机视觉计算等。目前已在ACM Transactions on Multimedia Computing, Communications, and Applications，ACM Trans. on Intelligent Systems and Technology, IEEE Trans. on Image processing, IEEE Trans. on Multimedia, IEEE Intelligent Systems Magazine, IEEE Multimedia Magazine, Neural Networks, Neurocomputing, IEEE Signal Processing Letter, Journal of Visual Communication and Image Representation发表多篇论文，同时获得了一系列研究奖励，包括the Best Paper Award of 2021 IEEE International Conference on Multimedia Information Processing and Retrieval (MIPR), the Best Student Paper Award of 2018 IEEE International Symposium on Multimedia (ISM), the Visiting Fellowship Award from Microsoft Research Asia (MSRA) in 2016, the Top 10% Papers Award of 2015 IEEE International Conference on Image Processing (ICIP)。

四、报告会简介

伴随着人工智能和信息技术飞速发展，机器学习领域的研究引起了整个社会极大的兴趣和关注，并广泛地应用于科学研究以及日常生活。因此，对机器学习相关的特征信息表征和行为理解逐渐成为一个新的研究热点。然而，机器学习尤其是深度学习的黑箱特性严重阻碍了相关研究进程并成为一个亟需解决的巨大挑战。为了能够有效地解决机器学习黑箱问题，可解释机器学习近年来吸引了学术界和工业界极大兴趣。本报告将从知识发现角度对近期可解释机器学习进行系统的归纳和总结，并对未来的发展趋势进行预测，以期为相关研究人员和大学生，对可解释的机器学习提供多角度的参考和帮助。

电气与控制工程学院

2024年12月20日