当前位置: > 学院通知 > 学术报告 >
基于多视角、弱标注信息的表达学习
时间:2016-11-13 点击:
讲座名称:基于多视角、弱标注信息的表达学习
讲座时间:2016年11月17日  15:30
讲座地点:北校区图书馆西裙楼三楼报告厅
个人简介:
管子玉,男,1982年生,博士,西北大学教授、博士生导师,国家优秀青年科学基金获得者。2004年6月本科毕业于浙江大学,获得计算机科学与技术专业学士学位。同年保送直接攻读博士学位,师从陈纯院士,于2010年6月获得浙江大学计算机科学与技术专业博士学位。2010年至2012年在美国加州大学圣芭芭拉分校从事博士后研究工作。2012年进入西北大学任研究员,2014年1月取得教授职称,同年遴选为博士生导师。2015年获得国家自然科学基金委优秀青年科学基金项目资助,2016年获陕西省青年科技新星称号。
 
目前承担的科研项目包括:国家自然科学基金面上项目、优秀青年科学基金项目、国家863项目和教育部创新团队项目等。在数据挖掘、信息检索、数据管理等领域的顶级国际会议和期刊发表论文30余篇,包括ACM WWW、ACM SIGMOD、VLDB、IEEE ICDE、ACM SIGKDD、ACM SIGIR、IJCAI、AAAI、IEEE TKDE等。担任领域内知名SCI期刊Neurocomputing和International Journal of Machine Learning and Cybernetics的编委,担任多个顶级国际会议程序委员会委员,如SIGKDD、IJCAI、NIPS、AAAI等,担任顶级会议IJCAI 2017资深程序委员会委员,是国际会议环太平洋多媒体会议PCM 2016的组织主席。
 

内容简介:
表达学习是大数据时代的关键支撑性技术。其本质是,学习从数据底层特征到高层特征的映射函数。传统的表达学习方法通常只针对数据的单一视角特征,建立的映射函数表达能力有限,如PCA、LDA、LLE等。近年来,多视角学习和深度学习获得了广泛关注,为表达学习提供了新的提升空间。本次报告主要包括两方面内容:(1)利用多视角特征学习多媒体数据的高层语义特征;(2)结合弱标注信息和深层神经网络,学习反应数据语义分布的高层特征,用以解决文本语句的情感分类问题。