活动
[CSSL@CUHK Webinar] ife2vec：高维空间中的生活轨迹
日期：
2024年11月14日
時間：
9:30 am to 11:00 am (UTC+8,HKT)
地點：
网路研讨会
講者：
Germans Savcisens博士
講者簡歷：
Germans是Khoury计算机科学学院的博士后，与Tina Eliassi-Rad教授合作。他的研究专注于增强网络科学中机器学习算法的透明度和公平性，特别关注如何减少在人类行为和社会互动建模中的算法偏见。Germans在丹麦技术大学获得博士学位，研究重点是使用基础模型研究个体的社会经济和健康轨迹。他的工作探讨了这些模型在压缩多模态时间序列并提供可解释预测方面的能力。
講座摘要：
在这个研究中，我们用一种与语言结构相似的方式来表示人类生活，并利用这种相似性调整相应的自然语言处理技术，进而研究人类生活的演变和可预测性。我们的研究使用了来自丹麦的综合登记数据，该数据集涵盖多个年份，包含与健康、教育、职业、收入、地址和工作时间相关的生活事件信息。我们将生活事件嵌入在一个向量空间中，结果显示这个嵌入空间是稳健且高度结构化的。我们的模型能够预测多种结果，从早期死亡到个性的细微差别，且大幅度超越了之前最好的模型。通过使用深度学习可解释模型，我们可以解释模型成功的可能因素。我们的框架使研究者能够发现影响生活结果的潜在机制以及个性化干预的相关可能性。
備註：
