10月9日下午，信息工程学院在明德区才德楼C200成功开展了第29期“信息工程学院学者论坛”学术讲座。本次讲座特邀华南理工大学计算机学院的林勉芬博士，围绕“智面向复杂动态数据流的在线学习方法研究”这一主题展开深入分享。讲座由信息工程学院党委书记叶灯洲主持，吸引了学院众多师生踊跃参与。

讲座中，林勉芬博士首先从传统机器学习范式切入，对比传统机器学习与在线学习的核心区别，立足工业互联网与海量流式数据快速发展的时代背景，引出在线学习解决方案：模型依据新增数据动态调整参数，对流式数据持续迭代，有效遏制模型性能退化。她系统归纳了在线学习领域三大核心挑战：概念漂移、类别分布不平衡、标注资源受限。围绕上述难题，她详细介绍两项代表性研究工作，在有监督场景下提出面向不平衡漂移数据流的混合集成框架，依靠主动监测、被动适应两大模块协同处理概念漂移，运用混合采样策略与加权投票缓解类别不平衡问题，同时设计记忆样本选择机制兼顾样本代表性和多样性；在有限标签场景下构建在线主动学习框架DCAL，提出DyDQS样本查询策略与增强型宽度学习系统eBLS-W，引入核映射降低随机映射带来的不稳定性，借助Woodbury公式优化模型增量更新计算方式。林勉芬博士梳理有限标签环境下数据流在线学习完整研究图谱，讲解在线半监督学习、在线主动学习、混合方法、在线分布偏移适应四类技术路线，列举多种样本选择策略、在线模型方案以及代表性混合方法，剖析该领域技术难点,并对未来研究方向进行展望。

讲座现场

讲座结束后，叶灯洲高度肯定了本次讲座的学术价值，指出林勉芬博士的研究紧贴当下人工智能发展实际，拓宽了在场师生的学术视野，给大家带来很多启发。他勉励在场师生以本次学者论坛为契机，主动关注人工智能领域的行业前沿与现实应用需求，勤于思考、善于学习，积极探索学科交叉创新，不断夯实自身专业基础，努力提升科研素养与综合能力。