本周六下午 14:00 - 16:00，我们将在学堂 113【线下】给大家带来计科 12 班施良致、计科 11 班史景喆两位同学的报告。两位同学的报告分别与模仿学习和机器学习中时间序列预测相关。在两位同学报告之间，同学们可以吃零食 and/or 自由交流。
报告 1 摘要
施良致是姚班2021级（计科12）本科生。本次seminar中，他将分享近期关于具身智能领域中模仿学习算法（imitation learning）的一些研究工作。模仿学习算法是一类通过访取人类或其他高级智能体的行为数据来进行学习的算法，其目的是使模型学会具有与教导过程类似的行为。代表工作如 Action Chunking with Transformer (ACT)，Diffusion Policy，这些算法在不同场景中显示了较高的性能。近期，不少研究小组从数据采集方法，观测表征处理，网络结构设计，训练方法创新等不同角度优化模仿学习算法。本次seminar将根据这些工作的研究方向对其进行分类，大致介绍近期模仿学习算法领域主流的研究工作。
报告 2 摘要
史景喆是姚班2021级（计科11）本科生。近年来，机器学习学术界越发关注时间序列预测的话题。本次seminar，他将介绍他与计科11马钦伟共同一作的论文《Scaling Law for Time Series Forecasting》，该论文已被接收于NeurIPS 2024；论文链接：https://openreview.net/forum?id=Cr2jEHJB9q。以此为引子，他将探讨机器学习学术界时序预测领域在过去几年的历史，当前面临的挑战以及未来可能的发展方向。此外，史景喆同学将简要分享自己的实习经验，主要关于工业界、尤其是程序化交易领域对于时间序列预测方法的需求，以及学术界研究和金融行业需求之间的gap。此次seminar将侧重整体上的介绍，不会涉及很深的数学知识，适合对时序预测等领域有一定兴趣但尚未深入了解的听众。
欢迎全体同学参加~
Make IIIS Great Again!
