11月15日上午，渥太华大学博士后研究员龚铁梁应邀来访公司，作了一场题为《Robust Gradient-based Markov Subsampling》的学术报告。

报告中龚铁梁博士详细地向我们介绍了经典的三种采样方式，即leverage score based sampling，Gradient-based sampling和influence function based sampling。紧接着龚铁梁博士利用仿真实验展示了三种采样方式的优缺点，并提出了Robust Gradient-based Markov Subsampling，接下来龚铁梁博士用实验结果展示了该算法的良好性能并向我们呈现了该算法收敛性的理论成果。

专家简介：

龚铁梁，博士，渥太华大学博士后研究员，2018年在西安交通大学获博士学位，2016/10-2017/10曾在美国密歇根大学安娜堡分校访问。研究方向主要包括统计学习理论以及机器学习。其研究成果主要发表在IEEE Transactions on Cybernetics, Neural Computation, AAAI等国际知名期刊和顶级会议上。目前的研究兴趣聚焦于subsampling方法在大数据背景下的理论及应用。IEEE Trans. image Process., Neural Networks and Learning Systems等系列刊物，Signal Processing，Neural Networks，Pattern Recognition，计算机学报，电子学报，数学学报等知名期刊审稿人。