2023年12月29日下午，南京航空航天大学教授陈松灿、哈尔滨工业大学教授王晓龙应邀到广东工业大学工一学术报告厅作学术讲座。
蔡瑞初教授作为本次讲座的主持人，介绍了实验室CaMal系列的起源背景，并对陈松灿教授和王晓龙教授的到来表示热烈欢迎。
陈松灿教授以“TimesURL: Self-supervised Contrastive Learning for Universal Time Series Representation Learning”为题，深入探讨了通用时间序列表示学习的自监督对比学习方法。
陈教授首先介绍了时间序列数据的概念以及这类数据的特点。接着，他深入讨论了时间序列分析中的关键问题：表征学习，并详细探讨了通用表征学习所面临的挑战和困难。
接着，陈教授介绍了在自监督表征学习中的经典方法：对比学习，并以CV 和 NLP 中的典型模型展示了对比学习的原理。在此基础上，陈教授详细介绍了对比学习在处理时间序列数据方面的工作，并总结了对比学习在时序数据上应用的四大步骤：设计正样本对的增强方法、构建负样本以促使网络学到更稳健的特征、建立一个编码器将数据映射到表示空间、设计对比损失函数。
最后，陈教授介绍了团队提出的新框架：TimesURL。该框架可以捕获片段级和实例级信息来重建模态，并通过引入基于频率-时间的增强方法和双宇宙来解决对比学习中正负对构造的难题。该方法在实验中展现出了卓越的性能，目前发表于AAAI2024。
王晓龙教授以“智能证券投资的研究与应用”为题，介绍了智能证券投资的研究方向及其在实际应用中的意义。
王教授首先通过回顾人工智能历史，特别是AlphaGo击败职业围棋选手的事件，引入了智能证券投资的主题。在比较AlphaGo和ChatGPT时，他指出了ChatGPT的局限性，强调了其在可评价性、可解释性和可靠性方面的待改进之处，而这些局限性正是未来人工智能发展的目标。
接着，王教授介绍了个性投资自动化的逐步分解，以及自动投资智能体的四个关键部分：感知量化（Sensing）、任务执行（Acting）、评测归因（Diagnosing）、学习进化（Improving），并描述了两条智能证券投资的对应关系。
最后，王教授详细描述了他在输入法研究中的经历，强调了科研过程中需要进行宏观判断。
两位专家深入浅出且富有深度的讲座引起了与会师生们的热烈讨论。这次讲座不仅启发了与会师生们的思维，更激发了他们的科研热情，让大家收获颇多。
CaMal (Causal Modeling and Machine Learning) 是DMIR实验室发起的国际因果关系与机器学习研讨会以及系列学术活动的简称。CaMal系列活动秉持学术至上、形式自由的原则，邀请国内外相关领域的一线学者展开交流合作，致力于推动因果关系、机器学习及相关领域的研究与探讨。
邮编：510006 地址：广州市番禺区广州大学城广东工业大学工学馆一号馆723室