杨习贝教授学术报告会现场

11月20日，人工智能与软件学院特邀江苏科技大学计算机学院院长杨习贝教授在教3楼326教室开展了题为《Progressive sampling fusion:Applications to feature selection & graph learning》的学术报告会。讲座由人工智能与软件学院院长张永平主持，学院教学骨干、青年教师及考研学子参加了报告会。

张永平对主讲嘉宾作了简要介绍。杨习贝，教授（三级），博士生导师（管理科学与工程），江苏科技大学计算机学院院长。主要从事粒计算、知识发现以及机器学习方面的研究与教学工作。博士学位论文入选2012年全国优秀博士学位论文提名以及2011年江苏省优秀博士学位论文，主持国家自然科学基金3项，中国博士后科学基金2项以及江苏省自然科学基金等项目20余项，获授权国家发明专利10余项，2012年与2014年分别入选江苏省青蓝工程优秀青年骨干教师与江苏省青蓝工程中青年学术带头人，2022年和2023年分别入选斯坦福大学全球前2%顶尖科学家榜单。

杨习贝教授在报告中深入探讨了Progressive sampling fusion方法在特征选择和图学习中的应用。他指出，Progressive sampling fusion是一种能够有效处理大规模数据集的方法，它通过逐步选择具有代表性的样本，将数据集的大小逐步缩小，从而提高了处理效率。

在特征选择方面，杨习贝详细介绍了如何利用Progressive sampling fusion方法从大量特征中筛选出对模型预测性能影响最大的特征。他表示，通过这种方法，我们可以减少模型的复杂性，提高模型的泛化能力，同时也能使模型的解释性更强。

在图学习方面，杨习贝将Progressive sampling fusion方法应用于图神经网络（GNN）中，以处理具有复杂结构的图数据。他解释说，通过Progressive sampling fusion方法，我们可以有效地对图数据进行采样，从而在不损失重要信息的前提下，降低了图神经网络的计算复杂度。

在讲座过程中，杨习贝还与参会人员分享了他的研究成果和经验。他鼓励学生们积极报考研究生，并通过阅读英文文献、学习用英文写论文等方式提高自身的学术能力。他强调英文文献的阅读对于了解国际前沿研究动态的重要性，并分享了自己在海外留学时的阅读经验。

最后，张永平对杨习贝教授的精彩报告表示感谢。他指出，本次报告不仅让学生们对Progressive sampling fusion方法有了更深入的了解，也让他们对人工智能领域的前沿研究有了更清晰的认识。同时，张永平也表示，人工智能与软件学院将继续举办类似的学术活动，以促进学术交流和知识共享。

撰稿：辛  稳

摄影：马  振

审核：卜庆斌