8月14日，应数学与信息科学学院邀请，北京交通大学景丽萍教授做客百年校庆之“牧野格致”讲堂为学院师生作题为“泛化表示学习：从单任务到多任务”的学术报告，数学与信息科学学院、计算机与信息工程学院等学院师生共五十余人参加。报告由数学与信息科学学院党委书记姜良主持。
景丽萍首先介绍了机器学习在医疗、交通、金融等领域中辅助决策方面的突出贡献，指出大多数机器学习模型均为黑盒形式的痛点，介绍了其团队在研究可解释机器学习提供人可理解的学习模型来辅助智能决策方面取得的进展。
景丽萍从泛化表示学习特征提取、特征构建、鲁棒攻防学习、认知启发移动目标定位等方面介绍针对高维数据处理问题。最后从单任务到多任务角度出发，分享了其团队在视觉分析中概念空间构建、目标定位、鲁棒学习理论和算法等的最新研究成果。
报告结束后，景丽萍就机器学习未来的发展前景、应用背景等相关问题与台下师生展开深入的讨论和交流。景丽萍的报告内容丰富，使参会师生对对称张量性质、张量特征值有了深刻的认识，受益匪浅。
专家简介：
景丽萍，博士，北京交通大学教授、博士生导师，现任计算机与信息技术学院副院长（承担学科建设及校友校企合作工作）。担任中国计算机学会人工智能与模式识别专委会委员、秘书，中国人工智能学会机器学习专委会常委。先后入选国家级青年人才计划、教育部创新团队负责人、北京市课程思政教学名师、北京市海淀区人大代表、北京交通大学卓越百人，获评北京交通大学“巾帼十杰”“优秀教师”等。主持多项省部级、国家级项目，包括国家自然科学基金优青项目、科技部新一代人工智能重大专项、国防科技创新重点项目、教育部人工智能算法战略研究项目、北京市自然基金重点研究专题等。近年来在国内外重要学术期刊和会议上发表多篇高质量论文（包括CCF-A类顶级国际学术会议NeurIPS、AAAI、ACL、ICCV、ICLR、WWW、CVPR，顶级学术期刊JMLR、IJCV、IEEE TPAMI等），相关研究成果已成功应用于智能交通、智能芯片、智能教育、智能国防等领域。
（数学与信息科学学院 崔鲁宾）