题目一：粒度模糊规则模型：设计与评估
内容简介：近年来，众多机器学习算法能够利用海量数据的内在表征来构建世界模型，引起了数据驱动的人工智能技术开发应用的潮流。粒计算是一种模拟人类层次模糊认知方式的智能方法，能够通过把复杂问题抽象、划分并转化为若干较高层次的语义化描述形式，从而更好的分析和解决问题。在此框架下构建的智能系统，无论是某一条独立的规则还是模型的整体结构，都体现出以人为中心的设计思想。本次报告将简介构建这一类的人工智能系统能够充分模拟和表现人类突出的理性推理能力，通过局部可解释性，即在单个样本上的推断与学习的可理解，从而实现整个学习算法的全局可解释。
报告人：国防科技大学 胡星辰 讲师
报告人简介：2017年获得加拿大阿尔伯塔大学（University of Alberta）博士学位，开展了粒计算、模糊系统、神经网络、群体优化等智能系统和数据挖掘方面的研究。研究成果以第一作者或通讯作者身份在IEEE Transactions on Fuzzy Systems、Fuzzy Sets and Systems、Pattern Recognition等国际知名权威期刊和IEEE International Conference on Fuzzy Systems国际会议发表论文12篇。完成或正在参与多项与粒计算或智能系统构建等相关的项目课题，包括国家自然科学基金面上项目、中央军委科学技术委员会创新特区项目、国家重大工程项目、国防预研项目等8项。
题目二：基于图割算法的无线协同频谱感知
内容简介：认知无线电网络通过机会式地接入主用户频谱能够很好地解决当前的频谱稀缺性问题。联合无线频谱通过无线用户之间的协作，可以有效提供频谱检测的可靠性。但是在大尺寸空间分布中的认知无线电网络中，不同的感知用户观测到的频谱状态可能不完全相同，而是存在复杂的关联关系。基于概率图模型，本报告研究频谱异构场景下的联合无线频谱感知问题，并且通过图割方法算法实现了低复杂度的状态决策算法。
报告人：国防科技大学 吴克宇 讲师
报告人简介：2014年9月毕业于国防科技大学电子科学与工程学院，获工学硕士学位；2018年9月毕业于加拿大阿尔伯塔大学电工与计算机学院，获哲学博士学位。吴博士于2018年12月在国防科技大学留校工作，他的研究方向主要是机器学习、最优决策理论及其在信息系统中的应用。他以第一作者/通讯作者在顶级国际期刊和会议发表7篇学术论文。
题目三：Coded Caching under Arbitrary Popularity Distributions
内容简介：Caching plays an important role in reducing the backbone traffic when serving high-volume multimedia content. Recently, a new class of coded caching schemes have received significant interest because they can exploit coded multi-cast opportunities to further reduce backbone traffic. Without considering file popularity, prior works have characterized the fundamental performance limits of coded caching through a deterministic worst-case analysis. However, when heterogeneous file popularity is taken into account, there remain open questions regarding the fundamental limits of coded caching performance. In this work, for an arbitrary popularity distribution, we first derive a new information-theoretical lower bound on the expected transmission rate of any coded caching schemes. We then show that a simple coded-caching scheme attains an expected transmission rate that is at most a constant factor away from the lower bound. Unlike other existing studies, the constant factor that we derived is independent of the popularity distribution.
报告人：中山大学 张金钡 副教授
报告人简介：2016年3月在上海交通大学获得博士学位，之后在香港中文大学计算机系从事博士后研究，2018年8月至今在中山大学任职副教授。其研究主要集中于未来网络通信存储一体化和物理层安全保障领域，是当前通信网络的前沿领域,研究成果发表在TIT，TON等权威期刊和ITA, Mobihoc, ISIT等权威会议上，获得首届通信学会优秀博士论文奖（2016）和ACM Mobihoc 2018最佳论文候选。
时 间：2019年11月29日（周五）下午3：00始
地 点：南海楼124室
热烈欢迎广大师生参加!
网络空间安全学院
2019年11月27日