2018年1月5日下午4点, 应VCC实验室邀请西安交通大学孟德宇教授在翡翠湖校区翡翠科教楼A座一楼第三会议室做了题为“误差建模原理”的学术报告。来自我校的四十余名老师和研究生参加了报告会，同时来自电子科技大学的姬艳丽教授也参加了此次的报告会。

孟德宇，西安交通大学教授，博导。任西安交大大数据算法与分析技术国家工程实验室机器学习教研室负责人。共接收/发表论文80余篇，其中包括IEEE汇刊论文21篇，CCF A类会议论文30篇。曾担任ICML,NIPS等CCF A类会议程序委员会委员,AAAI2016，IJCAI2017高级程序委员会委员。目前主要聚焦于自步学习、误差建模、张量稀疏性等机器学习与计算机视觉领域的基础研究问题。

报告会上，孟教授首先介绍到，传统机器学习主要关注于确定性信息的建模，在大家使用的机器学习模型中，一般都要设定一个误差项，最常见的设定方法是直接用一个 L2或L1范数误差函数形式。而在复杂场景下，机器学习方法容易出现对数据噪音的鲁棒性问题，而该鲁棒性问题与误差函数的选择紧密相关。随后，孟教授聚焦于如何针对包含复杂噪音数据进行误差建模的鲁棒机器学习原理。这一原理对线视频处理、医学图像恢复、高光谱图像数据处理等方面的问题，已体现出个性化的应用优势。孟教授通过不同问题的特征，建立不同的更加合理的误差模型，得到了更好的实验效果，例如将雨等有特点的随机成分从视频中分离出来。

这场报告吸引了计算机信息学院约30多名师生参加，在座老师和同学受益匪浅，并就一些热点问题和孟德宇教授展开了热烈的交流讨论。报告会的图片如下：