时间地点：12月13日14:30，信息楼205室
主要内容：当前，多视图学习广泛地被应用在人工智能、机器学习、数据挖掘等相关领域并取得了成功。然而，现有方法大多侧重于学习模型构建，忽视了多视图学习体系的视图数据和关联复杂性。本报告拟基于复杂性科学和多视图学习的多学科交叉，汇报课题组在复杂多视图体系学习的探索，最后将简要展望相关方向思考。
专家介绍：王思为，智能博弈与决策实验室助理研究员。主要研究方向为大规模多模态数据分析、大模型多Agent等。于NeurIPS、ICML、CVPR、ICCV、IEEE TPAMI、TIP、TKDE等人工智能顶级会议和期刊发表论文20余篇，学术引用4000余次，4篇ESI高被引论文。担任CCF-A类会议NeurIPS、ICML、ICLR、CVPR、AAAI、IJCAI、ACMMM领域主席和一区期刊Pattern Recognition编委，主持、参与多项科技委项目、科技部项目、国家自然科学基金项目。