您的位置: 首页  学术报告

2018.9.26 侯臣平 副教授:开放环境下的几个典型机器学习算法

发布日期: 2018-09-24   浏览次数 482

报告人:侯臣平 副教授

 时间:9月26日 14:30--16:00 

 地点:华东师范大学中北校区数学馆113

 摘要

      随着人工智能技术的发展,我们将面临更多开放环境下的机器学习问题。本报告从特征和标签两个维度出发,主要介绍几个典型的机器学习算法。包括:特征变化时的数据单遍扫描方法、标签欠缺时的多视图半监督分类方法、标签缺失时的多标签分类方法、特征增加时的安全分类方法。最后对该领域的发展进行简单的小结和展望。

 个人简介

      侯臣平,博士,国防科技大学数学与系统科学系副主任、副教授,湖南省数学会理事,中国计算机学会会员,校数学学科建设专家组成员。分别于2004年和2009年在国防科技大学应用数学专业获得学士和博士学位。分别于2008年、2013年和2016年作为访问学者/学生在清华大学、悉尼科技大学和南京大学进行学术访问。主要从事高维数据分析的理论、方法和应用研究工作,在高维数据统计分析、维数约简、子空间学习、图像处理等方面取得了多项研究成果。近年来,在IEEE TPAMI、TCYB、TKDE、TNNLS、TIP、TCB、PR等国内外著名学术刊物和IJCAI、AAAI、IJCNN等高水平国际会议上合作发表(录用)论文50余篇,其中第一作者20余篇。担任IEEE TPAMI、TNNLS、TIP、TCB、TKDE、PR、CVIU等重要期刊和AAAI、IJCAI、NIPS、ICLP等顶级会议的PC Member,是Neurocomputing等SCI期刊的Associate Editor。多篇论文进入ESI各层次高被引论文。主持973项目专题1项、国家自然科学基金2项,主持横向课题多项,获得国防科技大学首届青年创新奖,是国防科技大学青年拔尖创新人才。