2019年5月27日，美国密西西比州立大学电子与计算机工程系唐波博士莅临信息与安全工程学院，并为我院师生做了题为“有限监督学习中的知识迁移问题研究”的专题学术讲座。讲座由计算机科学系李胜副教授主持，本院部分教师和研究生参加了本次学术交流活动。

唐波博士是密西西比州立大学(Mississippi  State  University)电子与计算机工程系助理教授，统计分析与智能系统实验室主任。唐波2016年于罗德岛大学获博士学位，2010年于中国科学院电子学研究所获硕士学位，2007年于中南大学获学士学位。目前主要从事于智能计算和机器学习以及其在无人驾驶汽车，大数据，智能电网，遥感数据挖掘等方向的研究。已在权威学术期刊和国际会议上发表论文40多篇，并担任多个期刊的特约编辑(Guest  Editor)和国际会议的Session  Chair。唐波博士获得2016年IEEE计算与通信大会最佳论文奖，2016年IEEE  神经网络会议最佳学生论文奖， 2018年National  Institute  of  Justice  Early  Career  Award,  2016年中国国家留学基金委评选的“国家优秀自费职工奖”等。

讲座内容主要介绍了近年来深度学习在许多复杂的学习问题上取得的巨大的成就。继而介绍了迁移学习的概念、适用场景、研究热点以及该领域面临的主要挑战。迁移学习主要利用以前在某些相关任务中学习到的知识来促进新目标任务中的学习，其基本思想在于人类学习者似乎有内在的方法来在不同的任务之间迁移知识。当人们遇到一个新的学习任务时，往往可以通过识别和应用我们以前的学习经验中的相关知识，轻松有效地掌握一个新概念，例如：学习识别已经学会识别桌子后再去识别椅子，或已经学会西班牙语后再去学习意大利语要容易得多。迁移学习的研究工作将使机器学习和人类学习一样高效。

本次讲座旨在探讨在深度学习中探索知识迁移能力的最新研究，以解决有限监督问题。唐波博士首先概述了迁移学习研究的最新进展，然后提出一个新的概率迁移学习框架，该框架能够通过信息理论在不同的任务之间迁移与分布相关的知识。主讲人还提出一种新的基于外部存储器的神经网络结构，并介绍了其在智能电网、自主车辆和工业控制等领域的应用、研究机遇和挑战。

在演讲结束后，唐波博士与公司师生进行了热烈的讨论交流，会议在友好和谐气氛中结束。此次学术交流活动加深了美国密西西比州立大学电子与计算机工程系与公司的学术交流，拓展了公司学生对于创新的认知，提升了公司产品水准，并对公司的教学与科研事业迈向国际化起到了重要作用。