微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：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。以往研究侧重于封闭环境，已取得了显著进展。然而，其在开放场景下，性能不稳定，时好时坏，难以适应现实应用的需求。因此，需要对开放环境下的稳健学习技术及其基础理论进行研究。本报告将围绕这个方面介绍其中的探索和结果。
讲者简介：南京大学人工智能学院教授，博士生导师，从事机器学习、数据挖掘等方面的研究，在国内外重要期刊会议上发表学术论文80余篇。担任中国计算机学会人工智能与模式识别专委执委、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；人工智能领域著名国际期刊《Artificial Intelligence》《Machine Learning》等编委，《Frontiers of Computer Science》《计算机研究与发展》青年编委，ICML/NeurIPS/IJCAI等会议领域主席。入选人工智能旗舰国际会议IJCAI21青年成就亮点报告，国家万人计划青年拔尖人才，曾获江苏省科学技术一等奖、亚太数据挖掘青年科技奖、吴文俊人工智能优博指导教师、华为火花奖等科研奖励。
第十届中国数据挖掘会议
特邀嘉宾
京公网安备11010802032778号