计算机软件新技术国家重点实验室

摘 要：

人工智能领域的研究正在迈向第三代，典型的特征是结合知识驱动的第一代人工智能和数据驱动的第二代人工智能这两种范式。本报告以典型分类方法（数据驱动）为基础，尝试融入关于标签的先验信息（知识驱动），主要介绍三种不同的初步尝试：利用非重叠历史标注数据的全表达数据分类方法、带有标签比例约束的半监督分类方法和处理单侧标记噪声的多示例分类方法。最后，对该研究方向进行了简单的总结和展望。

报告人简介:

侯臣平，国防科技大学教授，博士生导师。主要从事开放环境下的机器学习方法和应用研究工作，在动态特征复用、低维嵌入学习、复杂标记学习等方面取得了系列研究成果，并成功应用于军事领域。近年来，在IEEE TPAMI等国内外著名刊物和会议上以第一/通讯作者发表学术论文50余篇（包括IEEE 汇刊长文20篇），担任TPAMI等杂志以及ICML、NIPS、IJCAI、AAAI等会议的AC/SPC/PC等，是Neurocomputing等SCI期刊的编委，多篇论文进入ESI各层次高被引论文。主持国家自然科学基金、国防973专题等10项项目。获国家优秀青年科学基金、湖南省杰出青年科学基金，享受军队专业技术岗位津贴等。

时间:12月15日 13:30-14:30

地点:南京大学计算机科学技术楼230室