讲座题目 | 数据不确定性对同化和机器学习结果的决定性影响 |
主办单位 | 数理与统计学院 | 协办单位 | 统计与数据计算系 |
讲座时间 | 4月28日13:00-14:00 | 主讲人 | 林海翔教授 |
讲座地点 | 行政楼1308 |
主讲人简介 | Haixiang Lin（林海翔），荷兰代尔夫特理工大学（Delft University of Technology）应用数学研究所和莱顿大学（Leiden University）环境科学系教授，中国科学院大学和山东大学兼职客座教授。1979年考入清华大学，同年赴荷兰代尔夫特理工大学留学，分别获得学士、硕士和博士学位。林教授在高性能计算、并行算法、大规模复杂系统建模与仿真领域有丰富的经验，是并行分布计算与数据建模仿真领域的知名学者。近期研究的问题主要包括应用数据同化和机器学习的方法结合观测数据来提高含确定性的数学物理模型的预测精度，针对的应用问题包括沙尘暴或火山灰造成的PM2.5和PM10的浓度预测，可再生能源并网的优化，油藏构造的反演和通过机器学习做语音情感分析等。他承担了欧洲、荷兰10多项科研项目，发表研究论文130多篇。担任多个国际学术期刊编委、学术会议程序委员会主席/副主席，曾担任全欧华人专业协会联合会主席、荷兰华人学者工程师协会主席，荷兰皇家骑士勋章获得者。 |
讲座内容简介 | 1. 数据不确定性 2. 数据同化应用概述 3. 机器学习应用概述 4. 数据不确定性对同化和机器学习结果的影响 5. 应用举例 |
荷兰代尔夫特理工大学林海翔教授为我校师生作学术报告
作者：高雪瑞
为进一步推进学院国际合作与交流工作，搭建国外高端专家与学院师生学术交流平台，提高学校人才培养、教学和科研水平，更好地服务学校国际化发展和人才强校需求。4月28日，数理与统计学院邀请荷兰代尔夫特理工大学林海翔教授于行政楼1308室为广大师生作了题为“数据不确定性对同化和机器学习结果的决定性影响”的学术报告。报告会由数理与统计学院院长王国强教授主持。
林海翔教授介绍了空气污染预测、可再生能源并网和油藏构造的反演等中的数据不确定性问题，并介绍了数据不确定性问题产生的原因。详细报告了课题组在数据不确定性对同化和机器学习结果的决定性影响研究中的最新成果。在互动环节，林教授就模型与数据不确定性问题与参加报告的师生进行了深入的研讨，并指出：大数据的不确定性表现为数据本身的不确定性、模型的不确定性和学习的不确定性，从而给大数据建模和学习造成困难。数据的不确定性既包括原始数据的不准确，也包括数据处理过程中由各种因素所造成的在不同维度、不同尺度上的不确定性。大数据的不确定性必然带来数据处理与分析模型的不确定性。模型不确定性主要是指由模型缺陷引起的不确定性，可能是训练过程中使用了不充分的模型结构所导致的错误，或者是由于未知样本或训练数据集覆盖率差而导致的知识缺乏。
本次讲座，让广大师生深刻认识到了数据不确定性对数据同化和机器学习的决定性影响，也更加深入了解了相关领域的热点和前沿问题，同时激发了与会师生对此类问题探索和研究的兴趣。
