2018年10月26日下午，王利民教授在伟德国际BETVlCTOR計算機樓A521報告廳做了題為“基于标靶學習的不确定性知識推理”的學術報告。王利民教授目前擔任伟德国际BETVlCTOR教授、博士生導師、中國人工智能學會不确定性人工智能專家委員會委員、中國計算機學會高級會員、澳大利亞莫納什大學和澳大利亞聯邦大學高級研究學者。主要從事大數據技術及不确定性人工智能推理等方面的科研工作，已發表SCI、EI收錄學術論文近40篇。
貝葉斯網絡被視為最有研究前景的不确定性知識推理的數學模型之一，但信息論與概率論在表達和度量依賴關系的差異性，使得貝葉斯網絡難以精細刻畫變量間的概率因果關系。在本次講座中，王利民教授首先簡單回顧貝葉斯網絡的理論基礎、主要流派和經典模型。貝葉斯網絡以概率論和圖論為理論基礎，有着堅實的數學基礎，但在結構學習過程中基于互信息度量變量間的依賴關系，無法反映在特定情況下的概率依賴關系。王利民教授通過對互信息和概率依賴之間的映射關系，提出現有獨立性度量的局限性，分别從局部互信息、模型匹配等角度介紹标靶學習的研究價值和未來發展趨勢，以及其所在的實驗室團隊當前的最新研究成果。
報告結束後，王利民教授與在場的師生探讨了大數據分析中常遇到的一些棘手的問題，并解答了學生提出的關于如何進行數據清晰和數據降維等一系列問題。一個多小時的學術報告不僅讓大家增長了見識，也激發了同學們對機器學習和數據挖掘的研究熱情，令大家對學術研究以及自身發展有了進一步的思考與展望。
