成电讲堂

　　4月1日，由教师发展中心主办、资源与环境学院承办的“名师讲堂”，邀请到IEEE Fellow、AAAS Fellow、IET Fellow、英国计算机学会 Fellow、香港浸会大学人工智能讲席教授张晓明(CHEUNG, Yiu-ming)，为学校师生带来精彩的学术讲座《Imbalanced Data Learning: An Introduction》，相关师生参与讲座并进行互动交流。本次讲座由胡光岷院长主持。

　　张晓明教授重点介绍了类别不平衡学习及其相关技术和最近在有监督和无监督学习环境下进行的不平衡数据分类及聚类的工作，并对上述两个领域的所面临的问题与挑战进行了介绍。

　　在本次演讲中，张晓明教授首先从不平衡数据中学习的问题是机器学习和数据科学领域中非常棘手和具有挑战性的特点出发，引出了类别不平衡学习问题及其相关技术。接下来考虑从实际角度来看，类别不平衡是非常常见的问题，张晓明教授研究了在机器学习任务中何时应考虑这种类别不平衡问题，并由此展开探讨。考虑到在某些应用中不存在类标签，他还介绍了最近在无监督学习环境下进行的不平衡数据聚类的工作。最后，张晓明教授分析了该领域面临的一些挑战。

　　在交流环节中，张教授解答了关于他们所提出的聚类算法对于初始种子点选择的敏感性以及对于数据存在缺失、噪声等情况下的不平衡数据的处理建议，给师生们在资源与环境领域解决此类科研问题和实际应用提供了宝贵的思路。

　　本次名师讲堂由教师发展中心主办，资源与环境学院承办。

　　相关链接：

　　张晓明教授为香港浸会大学人工智能讲席教授、浸大研究生院副院长、深圳研究院院长以及计算和理论科学研究所副所长，IEEE Fellow、AAAS Fellow、IET Fellow、英国计算机学会Fellow,列入2020至2022年史丹福大学所发表的人工智能与图像处理专业领域世界顶尖科学家排名前1%。现为IEEE Transactions on Emerging Topics in Computational Intelligence主编。

　　此外，张晓明也是IEEE计算智能学会香港分会始创者及前任主席，曾于2018-2022年担任IEEE计算机学会智能信息学委员会（TCII）主席。张晓明教授长期从事机器学习与视觉计算以及其在数据科学、模式识别、多目标优化及信息安全等应用领域的研究,在相关国际著名期刊及学术会议，如IEEE Transactions on Pattern Analysis and Machine Intelligence、IEEE Transactions on Information Forensics and Security、IEEE Transactions on Image Processing、IEEE Transactions on Knowledge and Data Engineering、 IEEE Transactions on Neural Networks 、IEEE Transactions on Circuits and Systems for Video Technology、CVPR、IJCAI、AAAI、MM等已发表论文逾250 篇，其中三篇合著论文被选为《ESI高被引论文》（即在相应学科中全球排名前1％）。