2019年7月6日下午，美国弗吉尼亚理工大学吕昌田教授应伟德BETVlCTOR1946邀请，在计算机楼B321做了题为“Multi-task Learning for Transit Service Disruption Detection”的学术报告。
吕昌田教授于2001年在明尼苏达大学双子城校区获得博士学位。他目前是美国弗吉尼亚理工大学北弗州校区计算机系主任、数据挖掘与知识发现研究中心副主任，担任ACM Transactions on Spatial Algorithms and Systems、Data & Knowledge Engineering、GeoInformatica等期刊副主编，他曾担任第十八届IEEE人工智能工具国际会议程序委员会主席、第十七届ACM地理信息系统国际会议和2017年空间/时间数据库国际研讨会会议主席。目前主要从事空间数据库、数据挖掘、人工智能、城市计算和智能交通系统等方面的研究。在ACM KDD、IEEE CDM、ACM GIS、IJCAI、AAAI等高水平会议、期刊共发表150多篇文章。研究工作获得美国国家科学基金(NSF)、美国国家卫生研究院(NIH)、国防部(DoD)、国防高等研究计划署(IARPA)、弗吉尼亚州交通局(VDOT)以及哥伦比亚特区交通局 (DCDOT) 等基金支持，获评美国计算机学会杰出科学家荣誉称号 (ACM Distinguished Scientist)。
在本次报告中，吕昌田教授首先介绍了利用Twitter数据对地铁服务中断进行早期检测的任务，受多任务学习框架的启发，提出了地铁中断检测模型，该模型捕捉了Twitter空间中公交线路之间的语义相似性。其次，吕昌田教授介绍了他们团队利用已有的地铁网络空间连通性和共享轨道知识，提出了基于特征语义相似性的约束条件，并利用一种基于交替方向乘法器(ADMM)框架的算法来求解该模型。在报告的最后阶段，吕昌田教授悉心解答了大家提出的问题，秦贵和教授进行了总结。本次报告受到了广大师生的热烈响应，让大家对计算机技术的应用有了进一步的了解与思考。
