Interaction Learning

Abstract

不同角色的用户与数据系统交互以寻求信息. Typical 信息寻找的范式，如搜索和推荐，依赖于一个清晰的 要操作的信息查找任务的定义. 实际上，大多数以数据为中心 任务是主观的，需要一系列的互动来表现和澄清. 与数据系统交互是一项乏味的任务，用户需要获得有指导意义的建议 从制度上优化其互动时的主体性处理. In 本次演讲，我们将关注“主观需求”和“多镜头任务”的挑战， 并回顾(1)如何形式化多样化和异构的用户交互集 并以独特模型的形式表示，以及(2)数据系统如何利用 该交互模型通过消除歧义来帮助用户进行交互 需求和引导用户通过他们的信息寻求旅程，直到登陆 their ideal target. 我们讨论了形式化和学习交互的现实用例， 无论是在学术界还是工业界，其核心目标都是帮助用户与 更有效的数据系统. 我们还讨论了互动学习的未来方向， 例如结合领域知识和多环境探索.

Bio

Behrooz是AWS人工智能实验室的应用科学家. 在加入亚马逊之前，他曾担任多个职位 在Naver欧洲实验室、格勒诺布尔阿尔卑斯大学和俄亥俄州立大学. 2015年获得法国格勒诺布尔阿尔卑斯大学计算机科学博士学位. 他的研究重点是跨越不同研究的人在循环数据分析 数据挖掘、数据库、可视化分析和机器学习等领域. He has 在国际顶级会议和期刊上发表论文40余篇 包括VLDB、SIGMOD、CIKM、TKDE和CHI.

Time and Location

2023年4月18日1:30在MH 225房间.