11月9日下午，新加坡前沿人工智能中心副主任以及首席研究员周天异教授和新加坡科技研究局资深研究员王子哲博士受数理科学学院邀请，在G408分别作《数据集蒸馏与修剪(Dataset Distillation and Pruning):精简机器学习效能》和《需求预测方面的自动化机器学习》学术讲座。数理科学学院院长彭军教授，数学学科带头人任泽民教授，研究生导师、大数据技术与工程研究生、数学与应用数学实验班学生参加了讲座。讲座由数理科学学院院长助理王月清主持。

周天异副主任介绍了机器学习领域的“数据集蒸馏与修剪”。该技术已成为提升模型效能的关键策略。数据集蒸馏创造出小规模数据，达到保持模型的强健性又减轻计算负担。数据集修剪实现更为精简、更快速、更节约资源的机器学习模型。这些技术优化了机器学习整个流程的能耗，从而最终实现在大规模数据和大模型在终端的可持续化部署。王子哲博士介绍了需求预测方面的自动化机器学习，深入探讨AutoML在需求预测中的关键应用，分享了主讲人在机器学习自动化领域的最新研究进展，尤其是结合强化学习与贝叶斯优化的方法来解决算法选择和超参数优化(CASH)问题。讲座期间，周天异教授和王子哲博士与会教师和学生开展了互动交流。

周天异毕业于新加坡南洋理工大学，现为新加坡前沿人工智能中心担任副主任(Deputy Director)以及首席研究员(Principal Scientist)职位。周天异博士主持多项新加坡重点研发项目，并且已在机器学习，人工智能,信息安全等领域核心期刊(中科院一区)和国际会议(CCF A类)上发表论文100余篇;此外是CCF A类期刊AIJ, IEEE Transactions等国际重要SCI期刊的副主编/常任编委;担任多个国际顶级/重要学术会议NeurIPS, ICML，ICLR，AAAI.IJCAI等国际顶级会议领域主席(Area Chair)和IJCAI2025大会副主席;获得IJCAI，ECCV，ACML等多个国际顶级/重要学术会议及其专题报告会最佳论文奖，被斯坦福大学评为世界前2%的科学家。

王子哲现任新加坡科技研究局资深研究员，毕业于新加坡国立大学，获博士学位，研究领域包括强化学习、优化理论、数字孪生技术及运筹学等。王博士曾主导多个数字孪生项目，协助多家大型物流企业开发数字孪生系统，并作为核心成员参与新加坡多个智慧战略项目，如新加坡人工智能海事项目及新加坡-瑞典-芬兰合作的虚拟望塔项目。他在智能优化与工业项目结合领域有着丰富的实践经验。