应金宝娱乐城「中国」官方网站邀请，新西兰奥克兰大学高级讲师刘佳谋博士于2023年4月7日来我校进行题为“Some Recent Progress on Robust Graph Representation Learning”报告，香港浸会大学计算机系助理教授韩波博士于2023年5月5日进行题为“Towards Trustworthy Learning and Reasoning under Noisy Data”报告。报告均由金宝娱乐城礼欣老师主持，娱乐城相关研究方向的教师和研究生参加了学术报告。
刘佳谋老师介绍了鲁棒图表示学习和符号图表示学习，前者主要研究抵抗图数据噪声的图学习算法，而后者重点研究具有正负边关系的图表示学习算法。在此次报告中，刘老师还介绍了团队最新的研究成果：基于结构熵的无监督鲁棒图表示学习方法USER，用于二部有符号图的对比学习框架SBGCL等。
韩波老师的介绍了存在噪声数据的情况下，如何实现可信赖学习与推断。报告从噪声标签、噪声特征、噪声交互、噪声数据四个方面出发，介绍了近年来韩老师团队的相关研究成果，包括：基于神经网络记忆效应的Co-teaching+、为决策边界数据赋予高权值的GAIRAT等多种模型。
通过这两次学术报告，娱乐城师生对鲁棒图表示学习和可信赖表示学习有了更加深入的理解。报告内容也进一步拓宽了研究生的视野，为图学习和表示学习后续的学术研究和进一步交流合作奠定了基础。
报告人简介：
刘佳谋，新西兰奥克兰大学的高级讲师，奥克兰大学博士，曾在德国莱比锡大学和巴黎第七大学迪德罗担任研究助理。研究兴趣包括多图数据分析、多智能代理系统、以及自然语言处理。在AAAI、IJCAI、AAMAS、NEURIPS、ICML等知名期刊和会议上发表多篇同行评议的研究论文。
韩波，香港浸会大学计算机系助理教授，兼任RIKEN人工智能项目梅峰访问科学家，曾兼任Microsoft研究院访问科学家。研究方向包括机器学习的诸多理论和实践领域，目前研究关注重点包括可信赖表示学习、因果表示学习和基础模型等方法，以及这些方法在自然科学和交叉学科的应用。