5月18日上午，来自澳大利亚悉尼大学人工智能中心的刘同亮博士受邀前来我院进行学术交流，并于八楼报告厅做学术报告，报告题目为《An Introduction to Learning with Noisy Labels》。杜博副院长出席了本次学术报告，并代表研究院对刘同亮博士的到来表示热烈欢迎。

 在大数据时代的背景下，获取高质量的标注数据成本越来越高，而低质量的标注数据获取相对容易。然而，由于低质量标注数据包含大量噪声，从而导致模型的训练与选择具有一定的困难。同时，研究表明标签噪声同样存在于目前被广泛使用的一些大型数据集中，例如ImageNet数据集。因此，标签含噪学习主要研究如何利用含有噪声标签的数据训练出高性能模型。该研究领域对进一步提升模型性能以及如何利用真实世界噪声标签数据具有重要的意义和价值。

 刘同亮博士围绕标签含噪学习这一主题，分享了自己近年来在标签含噪学习领域取得的一系列研究成果。首先，刘同亮博士深入分析并阐述了标签噪声问题产生的背景以及原因，并给出了标签含噪学习的形式化定义。紧接着，他以具体的论文为例，由浅入深地对目前使用的两类标签含噪学习方法分别进行了介绍，并着重分析了标签噪声建模的原理以及不同方法的研究思路，使人深受启发、受益匪浅。同时，刘同亮博士指出，标签含噪学习在无监督学习、自监督学习以及对抗学习等领域均具有广泛的研究前景。

 据悉，刘同亮博士现任澳大利亚悉尼大学人工智能中心主任。主要从事可信机器学习及其在交叉领域的研究工作，特别是标签含噪学习、对抗学习、迁移学习和统计深度学习理论。目前已经在ICML, NeurIPS, ICLR, CVPR, ICCV, ECCV, AAAI, IJCAI, KDD, IEEE T-PAMI, T-NNLS,T-IP等会议/期刊发表论文100余篇。担任包括ICML, NeurIPS, ICLR, UAI, AAAI, IJCAI，KDD在内的多个顶级会议的领域主席、TMLR和MLJ编辑。获得澳大利亚研究委员会的优秀青年科研奖、悉尼大学工学院青年教职杰出研究奖、澳大利亚工程和计算机科学领域早期成就者奖等。