Academic Activities
报 告 人：史颖欢 副教授，南京大学报告时间：12月8日（周日）13:30～14:20报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：近年来，机器学习理论与方法在医疗AI应用中得到了广泛的关注。针对不同医疗AI任务，原始数据往往在“外在表征、内在结构、高层语义”上表现出不同层次的非独立同分布特性。面对上述挑战，往往在设计学习模型时候需要放松传统的非独立同分布假设来应对实际任务。本报告将汇报研究...
报 告 人：史颖欢 副教授，南京大学报告时间：12月8日（周日）13:30～14:20报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：近年来，机器学习理论与方法在医疗AI应用中得到了广泛的关注。针对不同医疗AI任务，原始数据往往在“外在表征、内在结构、高层语义”上表现出不同层次的非独立同分布特性。面对上述挑战，往往在设计学习模型时候需要放松传统的非独立同分布假设来应对实际任务。本报告将汇报研究...
报 告 人：史颖欢 副教授，南京大学报告时间：12月8日（周日）13:30～14:20报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：近年来，机器学习理论与方法在医疗AI应用中得到了广泛的关注。针对不同医疗AI任务，原始数据往往在“外在表征、内在结构、高层语义”上表现出不同层次的非独立同分布特性。面对上述挑战，往往在设计学习模型时候需要放松传统的非独立同分布假设来应对实际任务。本报告将汇报研究...
报 告 人：林耀进 教授，闽南师范大学报告时间：12月8日（周日）11:10～12:00报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：实际应用中广泛存在着多模态多标记数据，分析该类数据的结构信息对有效的分类建模具有重要意义。该类数据的多模态特征承载了多粒度信息、多标记的层次结构反映了多粒度特性、模态与标记的关联反映了跨粒度性质。本报告针对多模态多标记数据的多模态性、多标记性以及高维性三个...
报 告 人：林耀进 教授，闽南师范大学报告时间：12月8日（周日）11:10～12:00报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：实际应用中广泛存在着多模态多标记数据，分析该类数据的结构信息对有效的分类建模具有重要意义。该类数据的多模态特征承载了多粒度信息、多标记的层次结构反映了多粒度特性、模态与标记的关联反映了跨粒度性质。本报告针对多模态多标记数据的多模态性、多标记性以及高维性三个...
报 告 人：林耀进 教授，闽南师范大学报告时间：12月8日（周日）11:10～12:00报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：实际应用中广泛存在着多模态多标记数据，分析该类数据的结构信息对有效的分类建模具有重要意义。该类数据的多模态特征承载了多粒度信息、多标记的层次结构反映了多粒度特性、模态与标记的关联反映了跨粒度性质。本报告针对多模态多标记数据的多模态性、多标记性以及高维性三个...
报 告 人：李宇峰 副教授，南京大学报告时间：12月8日（周日）10:20～11:10报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：Weakly supervised data is widely existed in real-world scenarios. Unlike supervised learning, which has achieved relatively mature solutions, weakly supervised learning is far from mature compared to supervised learning. Although various weakly supervised lea...
报 告 人：李宇峰 副教授，南京大学报告时间：12月8日（周日）10:20～11:10报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：Weakly supervised data is widely existed in real-world scenarios. Unlike supervised learning, which has achieved relatively mature solutions, weakly supervised learning is far from mature compared to supervised learning. Although various weakly supervised lea...
报 告 人：李宇峰 副教授，南京大学报告时间：12月8日（周日）10:20～11:10报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：Weakly supervised data is widely existed in real-world scenarios. Unlike supervised learning, which has achieved relatively mature solutions, weakly supervised learning is far from mature compared to supervised learning. Although various weakly supervised lea...
报告主题：Data Analytics for Social Learning Service and Individualized Education报 告 人：Xiaokang Zhou，Faculty of Data Science, Shiga University, Japan报告时间：12月01日（周日）9:00～10:00报告地点：宝山校区计算机大楼1001室邀 请 人：李卫民 副教授报告摘要：With the high development of social networks, collaborations in a socialized web-based learning environment has become increasing important...
