2024年1月6日，计算机科学与技术学院举行了智汇论坛第十八期活动，本次活动邀请计算机学院青年教师卢丹、上海人工智能实验室青年研究员白辰甲、上海纽约大学计算机学院谭桥宇三位学者作讲座。
卢丹的报告题目“时空数据预测研究及应用”，报告深入探讨了时空数据预测的理论基础、方法论以及在各个领域的具体应用。介绍了时空数据预测的基本概念和关键技术，包括数据收集、处理和分析方法，展示了时空数据预测研究在相关领域做出的工作以及承担项目；最后与参会师生一同讨论了当前该领域面临的挑战以及未来的发展趋势，特别是在人工智能和机器学习技术日益成熟的背景下，时空数据预测的潜力和影响。
白辰甲报告题目“强化学习的策略学习和具身应用”，报告介绍了为解决在线强化学习中智能体与环境的交互成本较高的问题，提出的离线强化学习从固定的数据集中学习的策略。在大模型发展的背景下，广义模仿学习成为一种相比于离线强化学习更为流行的路线来利用大规模数据和先进的网络架构。讨论了离线强化学习技术和大模型驱动的决策模型技术和近期成果。报告在具身智能应用中，介绍了仿真到真实环境的策略跨域泛化相关研究和在四足机器人中的应用探索。
谭桥宇报告题目“高复用性图自监督学习方法研究”，报告介绍了自监督学习（SSL）在图神经网络（GNNs）的预训练方面取得了重要进展，此项研究消除了手工制作注释的需要。当前的图自监督学习方法在应用于图数据时表现出有限的泛化能力。例如，现有基于对比的图自监督学习方法可能在节点级任务上表现出色，但在处理链接级任务时则显不足。相反，当前基于生成的变体在链接级任务中表现出色，但在节点级任务中的表现却不理想。这一局限性引发了对自监督学习在图学习中的适用性和可调整性的担忧，会上，谭桥宇和与会师生深入研讨了在掩码自编码器学习通用图表示的相关工作。
主讲人简介：
卢丹，工学博士，计算机科学与技术学院准聘副教授，主要研究方向为大数据分析与人工智能相关领域的技术和应用，在国内外高水平期刊和会议上公开发表学术论文10余篇，专利2项。作为项目负责人主持国家自然科学基金一项，参与国家重点研发计划、工信部数值水池创新专项等国家项目。担任《计算机工程》第二届青年编委，2023年GPC&ICPCSEE特邀报告主席，2022年IJDWM期刊《Data Mining with Knowledge》专题客座主编，并受邀担任领域内多个国际顶级会议期刊审稿人，包括SSTD、ICDM、KDD等。
白辰甲，博士，现为上海人工智能实验室青年研究员，博士毕业于哈尔滨工业大学，曾在加拿大多伦多大学联合培养。研究方向包括深度强化学习、决策大模型、具身智能等。在包括AI Journal, TPAMI, NeurIPS, ICML, ICLR的高水平学术会议和期刊上发表论文二十余篇，出版《强化学习：前沿算法与应用》专著一部。主持国家自然科学基金青年项目，入选上海市青年科技英才扬帆计划，并担任多个国际顶级会议和期刊的程序委员会委员和审稿人。
谭桥宇，博士，现为上海纽约大学计算机学院预终身制助理教授。博士毕业于美国德州农工大学（Texas A&M University），曾在阿里巴巴、三星研究院和香港理工大学进行实习。研究方向包括图机器学习、基座模型开发、多模态预训练，及其在社交媒体、推荐系统、生物信息学和医疗健康等领域的应用。在包括KDD，WWW，WSDM，SIGIR，AAAI，IJCAI，NeurIPS，TKDE等高水平学术会议和期刊上发表论文20余篇。