報(bào)告時(shí)間：2024年9月1日（周日）13:30-15:30

報(bào)告地點(diǎn)：敏學(xué)樓 406 會(huì)議室

報(bào)告內(nèi)容簡介：

一直以來，貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)都是機(jī)器學(xué)習(xí)領(lǐng)域的重要的研究課題。其在多種應(yīng)用中發(fā)揮重要作用。然而，現(xiàn)有的結(jié)構(gòu)學(xué)習(xí)算法效率低、可擴(kuò)展性差，能夠處理的變量規(guī)模很小，在實(shí)際應(yīng)用中受到很大的限制。為了解決這一問題，我們從基礎(chǔ)理論出發(fā)，構(gòu)建了一種新的面向大規(guī)模貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)方案。該方法在實(shí)現(xiàn)高精度、高效率和可擴(kuò)展性的同時(shí)，全面滿足了業(yè)務(wù)需求。其核心思想在于將結(jié)構(gòu)學(xué)習(xí)轉(zhuǎn)化為一個(gè)連續(xù)的約束優(yōu)化問題，從而可以使用可微約束函數(shù)來度量生成圖的非循環(huán)性。該約束函數(shù)建立在圖的譜半徑上，可在接近圖頂點(diǎn)的線性時(shí)間復(fù)雜度下進(jìn)行計(jì)算，并且具有較低的存儲(chǔ)開銷。根據(jù)全面的基準(zhǔn)評(píng)估，該方法運(yùn)行速度比目前最好方法快1到2個(gè)數(shù)量級(jí)，并具有相當(dāng)?shù)臏?zhǔn)確性，其能夠?qū)W習(xí)得到數(shù)十萬規(guī)模變量的貝葉斯網(wǎng)絡(luò)。在我們的實(shí)際生產(chǎn)環(huán)境中，該方法每天執(zhí)行數(shù)千次，并應(yīng)用于20多個(gè)業(yè)務(wù)場景。我們具體描述了一個(gè)在阿里巴巴飛豬售票服務(wù)中的具體應(yīng)用場景，應(yīng)用該方法構(gòu)建了一個(gè)近實(shí)時(shí)的自動(dòng)異常檢測和根本錯(cuò)誤原因分析系統(tǒng)。我們還發(fā)現(xiàn)，該結(jié)構(gòu)學(xué)習(xí)方法為大規(guī)模基因表達(dá)數(shù)據(jù)分析和解釋性推薦系統(tǒng)等新領(lǐng)域的應(yīng)用提供了可能性。

報(bào)告人簡介：

朱鎔，現(xiàn)為阿里巴巴智能計(jì)算實(shí)驗(yàn)室研究科學(xué)家。同時(shí)，他也擔(dān)任香港中文大學(xué)（深圳）兼職企業(yè)導(dǎo)師。他分別于2013年和2019年從哈爾濱工業(yè)大學(xué)獲得學(xué)士和博士學(xué)位。他的研究興趣包括數(shù)據(jù)庫、機(jī)器學(xué)習(xí)和系統(tǒng)的交叉領(lǐng)域，主要集中于AI4DB方向。他在該領(lǐng)域VLDB, ICDE, TKDE, ICLR等頂級(jí)會(huì)議和期刊上發(fā)表了近30篇論文，并曾在SIGMOD、EDBT和CIKM上做tutorial報(bào)告。他先后獲得2019年教育部自然科學(xué)二等獎(jiǎng)、2020年CCF優(yōu)秀博士論文提名獎(jiǎng)和2022年ACM SIGMOD中國新星獎(jiǎng)。

誠邀感興趣的師生參加！

人工智能學(xué)院

2024年8月29日