报告人：张浩
报告地点：腾讯会议ID：530-388-961
报告时间：2026年05月21日星期四14:00-15:00
邀请人：王晓飞
报告摘要：
因果发现是复杂数据分析中的一项重要任务，当干预措施或随机实验这些传统方法的代价太大，甚至无法实施的情况下，大家希望能通过分析纯粹的观察性数据来揭示因果信息。过去几十年里，许多基于纯观察数据的因果发现方法，如基于约束、评分、混合等方法被相继提出来。由于大部分方法都会遇到“维度灾难”，如何提升因果发现在高维数据集上的性能是一个重要问题。这次将介绍近年来我们在高维因果发现的相关理论、方法，以及其在医学数据应用上取得的一些进展。
主讲人简介：
张 浩，中国科学院深圳先进技术研究院副研究员，博士生导师。2020年博士毕业于复旦大学（CMU联培），主要从事因果发现及其应用，近年来以一作/通讯于 Artificial Intelligence、TPAMI、TMM、ICML、NeurIPS、KDD、CVPR、AAAI 等 CCF-A 类期刊/会议发表成果；担任ACM SIGKDD领域主席，Biomedical Informatics、INSC 青年编委。主持中科院“百人计划”、广东省杰青、深圳市“孔雀计划”、国自然面上等项目。
学校主页