6月5日下午，南京信息工程大学-中大医院智慧医疗研究院特邀新加坡科技研究局（A*STAR）吴敏研究员来校作学术报告，报告题目为“Label-efficient Time Series Representation Learning”。我校人工智能学院（未来技术学院）副院长、智慧医疗研究院执行院长徐军教授主持本次报告会，本次会议采用线下+线上（腾讯会议和蔻享学术）结合的方式，参会的教师、学生共100余人，其中，蔻享学术直播2026人次。
吴敏研究员的报告主要介绍了标签高效时间序列数据分析方面的一些成果：1）自监督表征学习；（2）时序数据领域自适应；以及（3）相关的应用（包括睡眠检测和计算生物学）。吴博士首先介绍了一套时序数据无监督表征学习的框架，主要包括时间对比学习和上下文对比学习模块，能够有效的从无监督时序信号中学习有效表征，同时延伸出基于类别信息的半监督表征学习框架。然后，吴博士介绍了基于传感器对齐的时间序列域适应方法，该方法设计基于图网络的时空对齐方法，取得了很好的领域自适应效果。吴博士还介绍了其团队研发的时间序列领域自适应基准评估套件ADATIME，该套件提供了数据预处理、算法、评估和测试的完整流程。最后，吴博士介绍了一些应用方面的成果，包括基于自监督的睡眠监测算法和图网络在计算生物学的研究成果。
报告期间学术氛围浓厚，在互动环节，与会师生积极踊跃提问，就时序数据在医疗数据处理中的应用、时序预测任务领域自适应的进展、图网络在单细胞分析的前景、自监督算法优化等问题与吴博士进行了广泛而深入的交流，会场学术气氛浓厚。
吴敏研究员简介
吴敏博士,目前担任新加坡科技研究局（A*STAR）机器智能部门担任资深研究科学家。研究领域包括时间序列数据和图数据的机器学习和数据挖掘。分别于2011年在新加坡南洋理工大学 (NTU) 获得计算机科学博士学位和2006年在中国科学技术大学(USTC)获得计算机科学学士学位。曾获得了2022 IEEE ICIEA、2022 IEEE SmartCity、2016 InCoB和2015 DASFAA的最佳论文奖，以及2020 IEEE PHM的入围学术论文奖，以及分别获得了2021 CVPR UG2+ 挑战赛和 2015 年 IJCAI competition on repeated buyers prediction的冠军。
