8月22日，应大地测量与地球动力学国家重点实验室邀请，华中科技大学教授伍冬睿到国重室交流，并围绕机器学习等研究工作做学术报告。  

　　伍冬睿介绍了机器学习算法中的多种常用的学习方式，并以实际案例详细地给出了它们各自的应用场景。以迁移学习为例，智能算法可以在已有的模型基础上，仅使用少量数据训练完成对新场景的适应。以主动学习为例，智能算法可以从无标签数据中主动找寻特征，从而减少扩增训练集需要的时间成本。该方法有望显著扩增目前可用于网络训练的大地测量与地球物理数据集，为提升智能算法的稳定性提供有效帮助。最后，伍冬睿总结了已有的工作在日常生活中的广泛应用，并展望了人工智能在自然科学领域发挥的重要作用。

　　报告后，参会人员就机器学习和大地测量、地球物理的多学科交叉应用，不同学习方法对特定科学问题的适用性等展开了热烈讨论，取得了良好的交流效果。

　　伍冬睿，华中科技大学人工智能与自动化学院教授，博士生导师，图像信息处理与智能控制教育部重点实验室副主任，国家海外青年高层次人才。2006年获新加坡国立大学电气与计算机工程硕士学位，2009年获美国南加州大学电气工程博士学位。主要研究方向为机器学习、计算智能等。已出版学术专著《Perceptual Computing》一部，发表学术期刊和会议论文190余篇，谷歌学术总引用9600余次，其中ESI高引9篇。入选爱思唯尔2021中国高被引学者。

报告现场