新葡京官网-澳门新葡亰亚洲在线

ENGLISH

新葡京官网

您的当前位置是: 新葡京官网 -> 学术报告 -> 内网报告 -> 正文
计算机科学与技术学院网络与通信论坛学术报告(十四)
发布时间:2021-12-29        文章来源:       浏览:次

报告题目: 弱监督学习进展概况

报告人:宫辰,南京理工大学计算机科学与工程学院教授、博导。

报告时间:202112301940

报告地点:Tencent在线会议  会议ID833 597 613  密码: 202112

https://meeting.tencent.com/dm/AJp0NG30ter4

报告人概况: 宫辰,获得上海交通大学和悉尼科技大学双博士学位,现任南京理工大学计算机科学与工程学院教授、博导。研究兴趣为弱监督学习及其在计算机视觉、数据挖掘方面的应用。已在国际顶级期刊或会议上发表100余篇学术论文,包括JMLRIEEE T-PAMIIEEE T-NNLSIEEE T-IPICMLNeurIPSCVPR等。目前担任AIJJMLRIEEE T-PAMIIJCV20余家国际权威期刊审稿人,并受邀担任ICMLNeurIPSICLRCVPRAAAIIJCAI等多个国际会议的SPC/PC member。曾获上海交通大学优秀博士学位论文、中国人工智能学会优秀博士学位论文、中国科协青年人才托举工程、吴文俊人工智能优秀青年奖、上海市自然科学二等奖等。

报告内容: 传统的监督式机器学习算法在训练时都要求数据是充分、准确、清晰的,然而在很多实际情形下,由于多种客观条件的限制,训练数据的这种完备性是很难得到保证的。因此,各类弱监督学习方法便被提出,以解决实际问题中遇到的监督信息不完备的问题。在本报告中,我将主要先容大家课题组在弱监督学习领域的最新进展。围绕标签不充分、不准确、不清晰等常见实际问题,我将主要先容相应的应对算法,具体涉及半监督学习、PU学习、标签噪声学习、偏标记学习等,并在最后尝试给出弱监督学习的一般性框架。

 

 

佳山校区地址:安徽省马鞍山市湖东路59号
邮编:243002
秀山校区地址:安徽省马鞍山市马向路新城东区
邮编:243032

官方微信

官方微博

版权所有 ? 2020  新葡京官网 【皖ICP备19010821 皖公网安备 34050302000234号】

XML 地图 | Sitemap 地图