报告题目：弱监督异常检测：挑战、技术与应用
报 告 人：周颖杰 教授、博士生导师
报告时间：10月29日 15:00-16:30
报告地点：明理楼B306
报告人简介：
周颖杰，四川大学教授/博士生导师，IEEE SPS MLSP TC执委（全球40；全国6），四川省杰青。主要从事行为数据智能分析、时间序列分析、异常检测、网络与人工智能安全、智能体、具身智能等方向的研究。获得世界500强企业项目成果优秀奖、CCF-B类推荐会议ICME 2025最佳演示论文奖、CCF-C类推荐会议HPCC 2022最佳论文奖等。担任IEEE汇刊TETCI AE、Neural Networks AE，IEEE ICASSP 2026/2027 Senior Area Chair等。主持国家自然科学基金及世界500强企业资助项目等，研究成果已在国内行业龙头企业的实际大规模场景应用部署且运行状况良好。
报告内容摘要：
弱监督异常检测旨在针对仅有极少量标注异常样本和大量未标注数据的情况下，构建一个能够有效区分正常模式与异常偏离模式的异常检测器。本次报告将分别针对表格数据异常检测、图节点异常检测和企业网络内部威胁检测情形，介绍在目标对象特征编码、合成扰动引导隐空间特征学习等方向弱监督异常检测的最新研究进展。
主办单位：计算机与软件学院
