报告人：张浩
报告地点：数学与统计学院415会议室
报告时间：2024年10月10日星期四10:00-11:00
邀请人：王晓飞
报告摘要：
因果发现是许多科学研究中的一项重要任务，当干预措施或随机实验这些传统方法的代价太大，甚至无法实施的情况下，大家希望能通过分析纯粹的观察性数据来揭示因果信息。过去几十年里，许多基于纯观察数据的因果发现方法，如基于约束、评分、混合等方法被相继提出来。由于大部分方法都会遇到“维度灾难”，如何提升因果发现在高维数据集上的性能是一个重要问题。这次报告将介绍近年来我们在分治式因果发现上取得的一些进展，主要是针对分治实施过程中如何保持“d分离性”与如何优化因果分割率两个关键问题给出相关解决方案。
主讲人简介：
张 浩，2020年复旦大学-美国卡内基梅隆大学联合培养博士毕业，2021年入选复旦大学“超级博士后”计划，现为中国科学院深圳先进技术研究院副研究员，PI，硕士、博士后导师，中国科学院重点引才计划备案人员，深圳市“鹏城孔雀计划”特聘人员。他近年来主要从事因果学习理论及其相关应用研究，以一作/通讯身份在人工智能知名会/刊上发表学术论文30篇，包括ACM/IEEE TPAMI、TMM、TCYB、TCBB、TIST、TKDD、BIBM、NeurIPS、AAAI、AISTATS、ICDM、BIB、APIN、INS、KBS等，并长期担任人工智能知名会/刊AAAI、NeurIPS、ICML、ECML-PKDD、TNNLS、TIST等程序委员会委员或审稿人。近三年来，他主持国自然面上、青年、博士后一等资助、广东省高校青年创新人才项目，并以课题骨干身份参与中国科学院战略性先导科技专项、国家联合基金等项目。
