2019年6月6日，计算机科学学院SMALE实验室邀请到李晶晶教授到来举行从多视角学习到迁移学习的讲座。李晶晶，电子科技大学与澳大利亚昆士兰大学联合培养博士。2017年获得电子科技大学“成电杰出学生”称号（电子科技大学学生最高荣誉）。入选2017年度“博士后创新人才支持计划。2018年获得ACM（中国）成都分会优秀博士论文奖和中国电子学会优秀博士论文奖。李晶晶博士一直从事欠标注场景下的机器学习问题研究。在无监督领域自适应，少样本学习和推荐系统冷启动等方向提出了多种国际领先的学习模型，相关的研究成果均发表在中科院一区或CCF A类的期刊和会议上，比如CVPR，ACM Multimedia，IJCAI，AAAI，IEEE TKDE，IEEE TIP，IEEE TNNLS，IEEE TCYB和IEEE TMM等。
目前在学术界和工业界最有影响力的机器学习算法几乎都是有监督算法。有监督算法永远面临着完备标注训练样本稀缺的问题。因此，研究欠标注场景下的机器学习问题非常有实际应用意义。近年来的研究成果显示多视角学习（Multi-view Learning）和迁移学习（Transfer Learning）可以有效应对欠标注场景。本报告将从应用背景，问题建模和典型算法等角度全面阐述多视角学习和迁移学习，并揭示二者之间的关联。
