【講座題目】誤差建模原理

【講座時間】2017年12月7日（周四）13:00-17:00

【講座地點】保定校區(qū)圖書館地下一樓報告廳

【主 講 人】孟德宇  博士，西安交通大學教授

【主講人簡介】

孟德宇，博士，教授，博導。任西安交通大學大數(shù)據(jù)算法與分析技術(shù)國家工程實驗室機器學習教研室負責人。共接收/發(fā)表論文80余篇，其中包括IEEE匯刊論文20篇，CCF A類會議論文29篇。曾擔任ICML,NIPS等CCF A類會議程序委員會委員,AAAI2016，IJCAI2017高級程序委員會委員。目前主要聚焦于自步學習、誤差建模、張量稀疏性等機器學習與計算機視覺領(lǐng)域的基礎研究問題。

【內(nèi)容簡介】

傳統(tǒng)機器學習主要關(guān)注于確定性信息的建模，而在復雜場景下，機器學習方法容易出現(xiàn)對數(shù)據(jù)噪音的魯棒性問題，而該魯棒性問題與誤差函數(shù)的選擇緊密相關(guān)。本次報告聚焦于如何針對包含復雜噪音數(shù)據(jù)進行誤差建模的魯棒機器學習原理。這一原理對在線視頻處理、醫(yī)學圖像恢復等問題，已體現(xiàn)出個性化的應用優(yōu)勢，該原理亦有希望能夠引導出更多有趣的機器學習相關(guān)應用與發(fā)現(xiàn)。