2026年6月26日，数学与统计学院数学与应用数学系在科学城校区举办了一场题为"面向有限数据与分布漂移的弱监督机器学习研究"的"双福·行远"活动讲座。本次讲座邀请了山东建筑大学的李伟凯教授主讲，旨在深化学生对人工智能前沿领域的理解与掌握，拓宽同学们的学术视野。
李伟凯老师开篇介绍了弱监督机器学习的研究背景，指出当前人工智能在实际应用中面临的五大核心挑战：数据少、标记少、质量差、算力少、分布漂移。随后，李老师深入剖析了面向弱监督场景的机器学习理论体系，围绕数据少、标记少、质量差、算力少以及分布漂移问题，从理论、方法、应用三个层面系统阐述了研究思路与成果。
在理论层面，李老师介绍了面向分布漂移的泛化理论框架，推导了新的泛化性界，并基于TV距离、JS散度等距离度量进行分析，为模型在分布变化场景下的可靠性提供了理论保障。在方法层面，讲座涵盖了无监督/弱监督域适应、小样本/零样本学习、噪声鲁棒学习等前沿方向，形成了弱监督学习、迁移学习、域适应、域泛化、小样本学习等相互融合的技术体系。在应用层面，相关研究成果已在脑网络疾病诊断、工业检测与异常检测、药物靶点预测等领域取得重要进展。
讲座中，李老师还展示了团队在基于视觉、文本提示的目标检测等新兴领域的探索性研究，体现了从基础理论到前沿应用的研究脉络。他特别强调，研究的核心目标是在监督信息不足、数据分布变化和资源受限的条件下，提升模型的泛化能力和应用可靠性。
李老师在讲座尾声寄语在座学生，鼓励他们深耕专业知识，积极投身于人工智能与机器学习领域的研究与应用中。
此次讲座，同学们纷纷表示受益匪浅，不仅加深了对弱监督机器学习前沿进展的理解，更激发了投身相关领域、贡献智慧与力量的决心。数学与统计学院将继续秉持"双福·行远"精神，推动更多高质量学术交流活动，助力学生成长成才。
