（通讯员 袁畅）2023年4月14日17:45，由统计与数学学院主办的 “Towards better robustness and generalisation of metric learning methods”学术报告讲座在文波楼201成功举办。本次讲座由英国格拉斯哥大学杨笑尘老师主讲，统计与数学学院王艳清教授主持，学院部分老师和研究生参加了此次讲座。
此次的报告内容围绕提高度量学习方法的稳健性和通用性展开。提出了度量学习的方法，该方法利用一个优化问题来学习距离度量，从而将看似相似的样本拉到一起，而将不同的样本推开。此次报告首先介绍了两种学习距离矩阵的算法，它们可以分别应用于连续数据和分类数据。一种是为了提高度量学习算法对对抗性示例的鲁棒性，第二种是利用对抗性训练，这是一种广泛使用的提高对抗性鲁棒性的策略，以减轻特征模糊。此外，杨笑尘老师还对深度度量学习的最新发展以及度量学习在可更新系统中的应用做了简要概述。讲座最后，王艳清教授和同学们积极与杨老师讨论，同学们对相关领域的知识了解得更为深入。
本次学术讲座使学生了解了提高度量学习方法的相关知识，具有很强的理论性和前沿性，为4556银河国际研究生提供了一个开阔学术视野、了解学术前沿知识的平台。
