学术交流

学术交流

当前位置: 首页 >> 合作交流 >> 学术交流 >> 正文

稳健弱监督学习的理论方法与应用

发布时间:2024年09月18日 文章作者: 浏览:6次
字体: 【大】 【中】 【小】

报告题目:稳健弱监督学习的理论方法与应用

报告人:李宇峰 南京大学教授/博导

报告时间:2024年8月26日 下午16:00 - 17:30

报告地点:艺设楼213学术会议室

报告对象:感兴趣的教师、研究生等

主办单位:计算机科学与技术学院

报告人简介:

李宇峰,南京大学人工智能学院教授,博士生导师。从事机器学习研究工作,在领域内重要期刊会议上发表学术论文80余篇。研究工作入选IJCAI 2021优秀青年学者亮点报告。获江苏省科学技术一等奖。担任Artificial Intelligence、Machine Learning等副编,IEEE Big Comp 2020、CCML 2021等程序主席,ICML/NeurIPS/ICLR/IJCAI等领域主席。现为CCF杰出会员,中国人工智能学会机器学习专委秘书长,江苏省人工智能学会机器学习专委主任。

内容简介:

弱监督学习利用弱标记数据来提高模型泛化性能,具有广阔的应用前景。但是能否稳健地适应数据环境的应用需求还亟待研究。本报告介绍弱监督学习在通往稳健性能的一些探索。


下一条:面向多标签学习的排序指标优化研究