2017-09-30 | 编辑：文/ 陈亮 

2017年9月27日，国家数学与交叉科学中心“基于运筹优化的大数据分析”课题邀请了来自西安交通大学的孟德宇教授在南楼作学术报告，报告会由该课题负责人、数学院院长助理、中国运筹学会数学规划分会理事长戴彧虹研究员主持。

孟德宇教授报告的题目是误差建模原理。孟教授首先介绍到，传统机器学习主要关注于确定性信息的建模。在大家使用的机器学习模型中，一般都要设定一个误差项，最常见的设定方法是直接用一个 L2 或 L1 范数误差函数形式。而在复杂场景下，机器学习方法容易出现对数据噪音的鲁棒性问题，而该鲁棒性问题与误差函数的选择紧密相关。随后，孟教授聚焦于如何针对包含复杂噪音数据进行误差建模的鲁棒机器学习原理。这一原理对线视频处理、医学图像恢复等方面的问题，已体现出个性化的应用优势。该原理亦有希望能够引导出更多有趣的机器学习相关应用与发现。孟教授通过不同问题的特征，建立不同的更加合理的误差模型，得到了更好的实验效果，将雨等有特点的随机成分从视频中分离出来，让听众们大开眼界。本次活动为在场的专家与学生提供了深入讨论的机会，加深了大家对机器学习的理解，促进了数学和机器学习等领域的交流。

孟德宇，西安交通大学数学学院教授、博导。曾赴香港理工大学、Essex大学与卡内基梅隆大学进行学术访问，共接收/发表论文50余篇，其中包括TPAMI, TIP, TKDE, TNNLS, TSMCB, PR等国际期刊与ICML, NIPS, CVPR, ICCV, ECCV, AAAI, ICJCAI, ACM MM等国际会议论文。担任ICML, NIPS等会议程序委员会委员，AAAI2016高级程序委员会委员。曾获陕西省青年科技奖，陕西省优秀博士论文奖，入选首批西安交通大学青年拔尖人才计划。目前主要聚焦于自步学习、误差建模、张量稀疏性等机器学习相关方向的研究。