专    家：邵明文 教授

时    间：2022年10月24日8:00-9:40

地    点：腾讯会议：153-989-082

举办单位：信息学院、科技处

专家简介：邵明文，博士，中国石油大学（华东） 计算机科学与技术学院教授，智能科学与技术专业学科带头人，博士生导师。2005年6月获西安交通大学理学博士学位。2006年1月至2008年2月, 清华大学控制科学与工程专业博士后。任中国人工智能学会粒计算与知识发现专委会常务委员，中国计算机学会人工智能与模式识别专委会委员、计算机视觉专委会委员，中国图形图象学会机器视觉专委会委员。近年来在《IEEE Transactions on Image Processing》、《IEEE Transactions on Fuzzy Systems》、《Information Sciences》等国际、国内学术期刊和重要国际学术会议发表学术论文100 多篇，其中SCI 收录70 多篇。先后主持完成国家自然科学基金项目4项、主持完成省部级项目6项。担任国际SCI期刊《Journal of Intelligent & Fuzzy Systems》副主编。

汇报摘要：元学习，又称“学会学习“（Learning to learn）, 即利用以往的知识经验来指导新任务的学习，使网络具备学会学习的能力，是解决小样本问题（Few-shot Learning）常用的方法。元学习可以有效的缓解大量调参和任务切换模型重新训练带来的计算成本问题。本讲座首先介绍元学习的概念和模型，然后介绍增量少样本学习的研究进展，最后介绍我们自己最近的工作：针对持续场景下的少样本图像分类任务，即少样本类增量学习，现有的方法无法对有限的监督信号进行充分的利用，模型会很容易出现过拟合和灾难性遗忘问题，提出了一个全新的学习框架，称为ShellNet，以提高模型平衡新知识学习和维护旧知识的能力。