2024年1月12日下午，欧洲科学院院士周志华教授和西安交通大学孟德宇教授应DMIR实验室蔡瑞初教授的邀请，到广东工业大学作学术报告。
报告开始时，由DMIR实验室郝志峰教授担任主持人，向参会观众介绍了周志华教授。周志华教授现任南京大学计算机系主任兼人工智能学院院长，著有《机器学习》《集成学习：基础与算法》等著作，目前的研究方向包括集成学习、进化学习，弱监督学习和多标签学习等领域。
周志华教授以“人工智能中的关联、因果与影响”为主题，首先由一个问题“如果机器学习模型预测会出现不希望发生的事情该如何避免？”作为切入点，阐述了因果的非必要性，强调决策并不一定需要对因果关系有详尽的了解。随后，周教授引入了两个关键概念：影响性(Influence)和排演(Rehearsal)，并通过具体模型详细描述了它们在因果建模中的核心要义。最后，周志华教授分享了团队的研究成果，并展望了未来的研究方向。
接着，DMIR实验室蔡瑞初教授向现场观众介绍了孟德宇教授。孟德宇教授现任大数据算法与分析技术国家工程实验室统计与大数据中心副主任，在IEEE汇刊、计算机学会A类会议发表论文百余篇，主要研究方向为机器学习、计算机视觉等领域。
孟德宇教授以“无限维理解下的深度学习理论与算法”为题，首先介绍了深度学习的有限维表征，并强调参数化卷积核是从离散卷积到连续卷积的关键点。接着，孟教授详细介绍了高精度卷积核参数化及其应用，同时探讨了通过隐式神经表达实现格点数据到连续化数据表示的原理，以及神经网络在点特征表达到波特征场表达中的作用。最后，他介绍了面向无限维PDE反问题的有限维方法改造。
两位教授的报告引起了在座师生们深刻的思考，促进了学术思想的碰撞与交流，讨论环节中师生们积极提问，现场氛围热烈。
现场观众提问
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