武科大网讯（通讯员贾庆龙 孙梓滢）4月7日下午，英国伦敦布鲁奈尔大学王子栋教授应邀在信息科学与工程学院/人工智能学院学术报告会上做主题为“Deep Learning Limited by Class Imbalance and Small Sample Issues: Challenges and Progress”的报告。报告在教十楼四楼学术报告厅举行。信息学院师生积极参与，认真聆听王子栋教授的报告。
在报告中，王子栋教授介绍了深度学习的背景知识，包括概念、技术、应用和挑战等方面的内容。他指出，在大数据分析中，往往难以获得高质量的标签数据，这导致了深度学习中的两个问题，即类别不平衡问题和样本稀缺问题。
随后，王子栋教授介绍了三种解决类别不平衡和样本稀缺问题的先进算法。首先是一种新颖的对抗网络算法，用于处理少数类数据的增强；其次是一种新颖的子领域对齐数据增强方法；最后是一种新颖的原型辅助对抗网络算法，用于弱监督学习。这三种算法都应用于管道故障诊断，并在实验中表现出优于现有方法的性能。
王子栋教授在报告中强调了这些算法的创新之处，并指出了未来的研究方向。他指出，解决类别不平衡和样本稀缺问题对深度学习在实际应用中的成功至关重要，这些算法的提出将为深度学习在实际应用中的性能提升和应用拓展带来新的机会。
王子栋教授是英国伦敦布鲁奈尔大学的讲座教授，欧洲科学院院士，IEEE Fellow，并且担任多个国际期刊的主编或编委。他长期从事控制理论、机器学习、生物信息学等领域的研究，在SCI刊物上发表了七百余篇国际论文。此外，他还曾担任旅英华人自动化及计算机协会主席、东华大学国家级领军人才、清华大学国家级专家等职务。
