2025年11月26日，欧冠官方网站在欧冠官网中文版21B楼4127会议室成功举办智汇论坛第三十四期学术活动。本次活动邀请IEEE高级会员，《机器学习》期刊、《ACM概率机器学习事务》以及《大数据研究》杂志编委，AAAI人工智能会议和自然语言处理会议ACL领域主席Lan Du教授，为师生作“关于模型预测可信度的研究：多视角与多模态学习中的不确定性估计”的专题报告，并与现场师生进行了深入学术交流与探讨。
现代多视角和多模态学习系统通过整合来自视觉、文本、音频与传感器流等异构信息源，在众多任务中取得了令人瞩目的表现。然而，尽管这些模型具有很高的准确性，它们往往仍像“黑箱”一样运行，在给出预测结果的同时却无法清晰表达其真正的置信度或不确定性。这一缺口对多视角/多模态系统在真实场景中的部署构成了重大挑战，因为在这些场景中，可靠性、鲁棒性以及基于充分信息的决策至关重要。在本次报告中，我将探讨多视角和多模态学习中不确定性估计的核心挑战，包括由异构性和视角特异性带来的不确定性来源、跨模态不一致、融合过程引入的不确定性，以及缺失或部分观测视角对系统的影响。随后，我将介绍我们近期提出的用于建模和估计多视角与多模态环境中不确定性的方法。这些方法旨在在模态互补、视角冲突以及随机缺失等条件下提升预测结果的可信度。综上，这些研究为构建既准确又可靠、具备不确定性感知能力的多视角与多模态学习系统奠定了系统化、可依赖的理论基础。
主讲人简介：
Lan Du，博士，澳大利亚莫纳什大学数据科学与人工智能教授，IEEE高级会员。研究兴趣集中在机器/深度学习与自然语言处理的交叉领域，特别关注主动学习、不确定性估计和知识蒸馏等方向。致力于探索这些技术在公共卫生、市场营销, 生物化学等多领域的应用。Lan Du教授已在机器学习、自然语言处理和数据挖掘的几乎所有顶级会议/期刊上发表高质量的研究论文100余篇，例如NeurIPS、ICML、ACL、EMNLP、AAAI、TPAMI、IJCV、TMM和TNNLS。还担任《Machine Learning》《ACM Transaction on Probabilistic Machine learning》以及《Big Data Research》等国际学术期刊的编委，the AAAI Conference on Artificial Intelligence和the Annual Meeting of the Association for Computational Linguistics(ACL)的领域主席，并且是所有顶级机器学习和自然语言处理会议的程序委员会成员或审稿人。作为首席研究员，成功获得四项政府资助，包括一项NHMRC创意基金、一项ARC DP基金以及两项MRFF基金，总研究经费约为500万澳元。