报告题目1：局部因果推断与鲁棒机器学习问题研究
报告人：俞奎教授（合肥工业大学计算机与信息学院、人工智能学院）
摘 要：在人脸识别、政府决策、自动驾驶、以及智慧医疗分析等实践任务中，构建可解释、鲁棒的机器学习模型是机器学习算法在这些实践任务获得可信、可靠应用的重要前提。例如，缺乏可解释性的自动医疗诊断模型可能给医生提出错误的治疗方案。因果推断通过发现数据中的因果关系揭示数据背后的规律与机制，为构建可解释、鲁棒的机器学习模型提供了有效途径。因此，如何从因果推断视角解决机器学习模型的可解释性与鲁棒性问题是目前机器学习领域的热点研究课题。本报告首先从因果分析的视角探讨现有机器学习模型可解释性差、鲁棒性不足的原因，然后汇报团队在局部因果关系推断与鲁棒性机器学习方向的研究工作。
报告题目2：数据中的“科学”：因果推理助力数据智能
报告人：何向南教授（中国科学技术大学信息科学技术学院）
报告时间：2021年4月21日（周三）上午9：00—11：00
报告地点：磬苑校区行知楼负一楼学术报告厅
主办单位：
安徽大学计算机科学与技术学院
安徽大学人工智能研究所、智能计算与知识工程研究所
计算智能与信号处理教育部重点实验室
信息材料与智能感知安徽省实验室
欢迎各位老师、同学届时前往！
科学技术处
2021年4月19日