详细内容或原文请订阅后点击阅览
徐鲲鹏访谈：时间序列的核表示学习
在本系列访谈中，我们将与 AAAI/SIGAI 博士生联盟的一些参与者会面，以了解有关他们研究的更多信息。博士生联盟为博士生群体提供了一个机会，让他们与一组资深研究人员一起在跨学科研讨会上讨论和探索他们的研究兴趣和职业目标。在 […]
来源:ΑΙhub在本系列采访中，我们将与 AAAI/SIGAI 博士生联盟的部分参与者见面，以进一步了解他们的研究。博士生联盟为博士生群体提供了一个机会，让他们与一组资深研究人员一起在跨学科研讨会上讨论和探索他们的研究兴趣和职业目标。在我们对 2025 届学生的第一次采访中，我们见到了徐昆鹏 (Chris)，并进一步了解了他的研究和未来计划。
AAAI/SIGAI 博士生联盟请告诉我们一些关于您的博士学位的信息 - 您在哪里学习，您的研究主题是什么？
嗨！我是徐昆鹏 (Chris)。我是一名最后一年的博士生。我是加拿大舍布鲁克大学 ProspectUs-Lab 的学生，自 2021 年以来一直与 Shengrui Wang 教授和 Lifei Chen 教授合作。
我的研究涵盖时间序列分析、核学习和自我表示学习，重点是预测、模式挖掘、概念漂移适应和序列数据的可解释性。我探索数据驱动的核表示学习，以开发更具适应性和表现力的复杂时间序列模型，同时研究子空间学习及其在人工智能中的应用。我还对 AI4Science 感兴趣，特别是在了解环境生态学中大气和海洋系统的制度转变以及物理学中的相变方面。
您能概述一下您在攻读博士学位期间进行的研究吗？
在攻读博士学位期间，我探索了时间序列的核表示学习 (KRL) 的各个方面，从基础研究发展到更复杂和动态的应用。
在我的第一年，我专注于自我表示学习和多核学习，将它们应用于多模态分类序列，其中每个模态都使用单独的内核进行建模。这项工作展示了基于内核的方法在捕获不同模态之间的结构化依赖关系方面的强大功能。
,
,