报告题目：弱监督学习的关键问题、
　　　　　　　约束程序设计与约束求解、　　
　　　　　　　深度强化学习前沿技术与应用、
　　　　　　　大规模离散优化问题求解、
　　　　　　　面向6G的无人机集群协作通信、
　　　　　　　带临时障碍物的路径规划问题

　　报告人：李熙铭、李宏博、陈贺昌、王艺源、孙庚、胡书丽

　　报告时间：2023年5月27日上午8：30

　　报告地点：信息科学与技术学院324会议室

　　报告人简介：李熙铭，男，吉林大学计算机科学与技术学院副教授，博士生导师，吉林大学唐敖庆青年学者。获评吉林省优秀博士毕业论文，ACM新星奖（长春分会）等奖励。主要从事人工智能、机器学习、自然语言处理等方向研究，以项目负责人身份承担国自然面上项目、青年基金、博士后面上项目、吉林省博士后择优资助项目、企业技术开发项目等；以骨干身份参与科技部2030人工智能重大项目、国自然区域联合重点项目。累计发表学术70余篇，包括ICLR、ICML、ACL、AAAI、WWW、IJCAI、SIGIR、CIKM、ICDM、TNNLS、MLJ、KAIS等。长期担任人工智能和数据挖掘领域顶级会议NeurIPS、ICML、WWW、SIGIR、AAAI、IJCAI、CVPR、ICCV、CIKM、WSDM等的高级程序委员会委员和程序委员会委员。

　　李宏博，皇冠真人注册（China）官方网站信息科学与技术学院副教授，主要研究约束满足问题建模与求解。主持国家自然科学基金青年基金项目、面上项目。围绕约束求解核心算法，在该领域顶级会议CP、AAAI、IJCAI发表系列论文，提出的算法已被Choco、ACE等国际流行的约束求解器采用。

　　陈贺昌，吉林大学人工智能学院研究员，博士生导师，担任吉林省边防基础设施专家，省委军民融合办专家。2018年获吉林大学计算机软件与理论专业博士学位，2015年11月-2016年12月，美国伊利诺伊大学（UIC）联合培养博士，2017年7月-2018年1月赴香港浸会大学（HKBU）交流访问。在机器学习和数据挖掘领域著名国际期刊和会议上发表学术论文60余篇，包括：IEEE TPAMI, TNNLS, TKDD, NeurIPS, AAAI, IJCAI, SIGIR, ICDE, WWW, EMNLP, WSDM等。获授权国家发明专利4项，软件著作权10余项，作为负责人主持国家级项目4项，总经费600多万元。获吉林省自然科学奖“一等奖”1项。主要研究方向包括：机器学习、数据挖掘、强化学习、复杂系统、知识工程等。

　　王艺源，男，皇冠真人注册（China）官方网站信息科学与技术学院副教授，博士生导师，吉林省高等学校智能信息处理重点实验室副主任，中国人工智能学会智能服务专委会委员，中国计算机学会理论计算机科学专委会委员。2017年于吉林大学计算机科学与技术学院获得工学博士学位。2020年获得吉林省青年人才托举计划。主要从事人工智能、算法设计及其应用、逻辑推理、优化求解等方向研究。主持并参与多项国家自然基金，在《Artificial Intelligence》《Journal of Artificial Intelligence Research》《Science China Information Sciences》《European Journal of Operational Research》、AAAI、IJCAI、CP等上发表学术论文30余篇，其中以第一作者或通讯作者发表计算机学会推荐A类论文10余篇，并多次受邀担任IJCAI、AAAI等会议程序委员会委员。2020年国际遗传与进化计算会议（GECCO）摄像机布局算法竞赛USCP赛道第三名；2022年国际MaxSAT比赛中包揽了完备组加权赛道和非加权赛道的冠军和亚军。

　　孙庚，吉林大学计算机科学与技术学院副教授，博士生导师，吉林大学“唐敖庆学者”青年学者，国家公派吉林大学-美国佐治亚理工学院联合培养博士，信息与通信工程专业和数学专业双博士后。曾获得中国商业联合会科学技术奖一等奖、ACM中国优秀博士学位论文奖等多项奖励和荣誉称号。入选国家“博士后创新人才支持计划”、“吉林省青年科技人才托举工程和”和“吉林省人才政策2.0版-D类人才（省域拔尖人才）”。近年来专注于无人机通信与网络、车联网、移动智能计算和演化/强化学习等领域的研究，发表学术论文60余篇，包括IEEE TMC、IEEE JSAC、IEEE/ACM ToN、IEEE TCOM、IEEE TAP、IEEE IoT-J、IEEE CMOST、IEEE WCM、IEEE TIM、ACM TOSN、ACM TCPS、IEEE INFOCOM、IEEE GLOBECOM和IEEE ICC等高水平期刊和学术会议；主持国家自然科学基金面上项目、国家自然科学基金青年科学基金项目、博士后创新人才支持计划项目、中国博士后科学基金面上项目、吉林省科技发展计划重点研发项目和吉林省自然科学基金项目等多个国家级和省部级科研项目；获得授权发明专利10余项。现为中国计算机学会（CCF）高级会员、CCF物联网专委会执行委员、中国电子学会物联网青年专技组委员和吉林省科协青年科学家沙龙执行主席；担任《SN Computer Science》期刊Associate Editor、《计算机技术与发展》专题编委、WCMC期刊Guest Editor以及多个知名国际会议的TPC Member和Workshop Co-chair。

　　胡书丽，皇冠真人注册（China）官方网站信息科学与技术学院讲师，主要研究路径规划、图论优化问题求解。主持国家自然科学青年基金项目、吉林省科技厅、教育厅项目。针对动态环境下的单智能体以及多智能体路径规划问题提出了高效的求解算法，在研究领域的顶级会议ICAPS、IJCAI发表系列论文。

　　报告内容简介：

　　弱监督学习的关键问题：

　　现实世界中各专业领域的复杂性和成本制约导致高成本的精准标注数据十分稀缺，因此面向低成本弱标注数据的学习范式——弱监督学习，成为学术界关注的焦点和热点问题。在本次报告中，报告人主要介绍弱监督学习研究的前沿问题和课题组近期的相关研究工作，包括半监督文本分类、偏标记学习、PU学习等。

　　约束程序设计与约束求解：

　　约束程序设计是解决现实世界离散组合搜索问题的一般方法。如何快速求解约束满足问题一直是计算机科学基础研究的重要问题之一。在本次报告中，我们将介绍约束规划的背景、应用以及约束求解算法的基本框架，最后介绍我们在约束求解核心搜索算法方向上取得的研究进展。

　　深度强化学习前沿技术与应用：

　　深度强化学习将深度学习的感知能力和强化学习的决策能力相结合，可以直接根据输入的环境信息控制智能体执行各类动作决策，是一种更接近人类思维方式的人工智能算法。近些年，深度强化学习在智能博弈、金融风险控制和传染病防控等方面取得了广泛的应用。例如：2016年，基于强化学习算法框架的AlphaGo战胜了围棋世界冠军，推动了人工智能从理论研究到应用落地的新一轮技术变革。本报告将介绍研究组在深度强化学习的前沿技术和应用落地方面的近期研究成果。

　　大规模离散优化问题求解：

　　离散优化是应用数学和计算机科学中优化问题的一个分支，其应用广泛，涵盖了各个领域，例如作业调度、资源分配、网络设计等。随着科学技术的发展，海量数据的产生，很多实际问题往往需要建模为大规模离散优化问题进而求解，这也给研究者带来了新的挑战。这类问题的解空间通常非常庞大，搜索过程困难且耗时。本报告将关注大规模离散优化问题的求解方法和技术。首先，我们将介绍离散优化问题的基本概念和常见的应用领域。接着，我们将介绍两类搜索算法来解决大规模离散优化问题。

　　面向6G的无人机集群协作通信：

　　第六代移动通信（6G）将包含移动蜂窝通信、卫星通信、无人机通信、水声通信和可见光通信等多样化的接入网络，旨在构建全球无缝覆盖的“空天地海”一体化网络。无人机网络在实现6G“空天地海”全球立体组网中起到重要作用。然而，无人机通信和网络的性能受限于能量和发射功率，同时还面临诸多安全方面的挑战。本报告将围绕无人机网络典型应用场景，重点介绍面向6G的无人机协作通信方法以及相应的智能优化策略。

　　带临时障碍物的路径规划问题：

　　路径规划问题作为一个经典人工智能问题，在自动驾驶、仓库物流、电子游戏等场景中都有应用。动态环境下临时障碍物的出现，时间维度的增加使求解空间变得巨大。在本次报告中，将主要介绍我们最近的两个工作，如何打破空间对称性和时间对称性以提高动态环境下的路径规划效率。