讲座题目：面向类增量场景的在线持续学习方法研究

讲座时间：2023年11月29日16：00-17:00

讲座人：林辉威 博士生

地点：信息楼L1612

讲座内容：

当前，深度神经网络各个领域已经取得显著的成果，但其并不具备像人类一样持续学习的能力。面向类增量场景的在线持续学习方法研究指的是在类别不断增加的应用场景下，对在线持续学习方法进行研究。在线持续学习是指模型需要在接收到新数据时不断更新自己的能力，以适应新数据蕴含的新知识，同时保留从旧数据中学习到的历史知识。在类别增加的场景中，模型需要能够处理新类别的样本，而不会忘记已经学过的类别的知识。该研究旨在找到有效的算法和策略，使模型能够在动态环境中进行学习，并保持对所有已知类别的准确性。本报告旨在分析深度神经网络的分类器和特征抽取器在模型出现灾难性遗忘现象时表现出的具体问题，并针对这些问题提出相应的解决方案缓解灾难性遗忘现象从而实现模型更新。

讲座人简介：

林辉威，博士生，曾分别于华南理工大学获得学士学位和哈尔滨工业大学（深圳）获得硕士学位。 2020年至今在哈尔滨工业大学 (深圳) 计算机科学与技术学院攻读博士学位，指导教师为叶允明教授。主要研究方向为持续学习方法及其应用。