讲座报告主题：时间序列通用表示学习：从规则到不规则采样
专家姓名：陈松灿
日期：2025-05-24 时间：09:00
地点：会议中心第一报告厅
主办单位：计算机科学与通信工程学院

主讲简介：陈松灿，南京航空航天大学计算机学院/人工智能学院（二级）教授，国务院特贴专家。国际模式识别学会会士 (IAPR Fellow)和中国人工智能学会会士(CAAI Fellow)。现任中国人工智能学会的常务理事和机器学习专委会主任委员，同时任江苏省人工智能学会第二届理事长等。分别于2011年和2013年获教育部自然科学1等奖和国家自然科学2等奖。至今主持国家自然科学基金13项，包括重点1项。2014~2024年连续11年入选Elsevier中国高引学者榜。已培养毕业博士生40+多名，7位获江苏省优博，其中2位进一步获全国百篇优博论文提名奖。江苏省优秀研究生指导教师，所带团队在2018年入选了江苏省首届“十佳研究生导师团队”。研究专长：主要从事人工智能领域的研究。

主讲内容简介：时间序列数据在众多领域中普遍存在，其分析任务涵盖预测、分类、填充、异常检测等。当前大多数分析方法仅针对单一任务，而在需要同时处理多种任务的场景中，构建一个能够适应多样下游任务的统一分析框架成为重要目标，关键在于学习通用的时间序列表示。本报告从较为理想化的规则采样时间序列（RSTS）场景出发，逐步转向更为复杂的不规则采样时间序列（ISTS）场景，深入探讨了在这两类数据集上学习通用表示的深度学习方法，包括基于深度特征提取网络和强大的表示学习方法自监督对比学习。

欢迎师生参加！