首页-_学术活动_教师

学术报告512:面向不均衡数据的多模态学习

发布日期:  2021/10/18  周时强   浏览次数: 部门:    返回

报 告 人:杨杨 教授,南京理工大学
报告时间:10月20日(周三)19:00~21:00
报告地点:腾讯会议(996 646 460)
邀 请 人:朱能军 讲师
报告摘要:
多模态图机器学习是多源信息融合的关键技术基础,其研究水平直接关系到人工智能在众多重要领域的应用效果。多源、异构特性导致不同模态之间的关联复杂且难以预知。多模态学习的核心问题是如何协同利用不同模态之间的一致性和互补性,准确地发现数据的内在模式以提高数据分析的有效性。报告针对多模态学习中的基础问题进行研究,探索传统模型的局限性,并提出多模态表示学习完备性,解决多模态融合的理论保障和数据噪声、模态残缺等低质数据问题。在辅助医学诊断上进行了应用验证。
报告人简介:
杨杨,博士,南京理工大学计算机科学与工程学院教授。主要研究方向为数据挖掘和机器学习中的多模态学习、增量学习等,发表TKDE,KDD,IJCAI,AAAI等国际、国内期刊和会议论文20余篇。曾获ACML17最佳论文奖、香江学者、江苏省人工智能学会优秀博士论文奖、百度松果计划、南京理工大学青年拔尖人才。担任TPAMI、TKDE、TNNLS等期刊审稿人,以及NeurIPS,ICML,KDD,AAAI,IJCAI 等国际会议的程序委员。

主页:http://www.njustkmg.cn/


上一条:学术报告513:秩1先验:实时场景恢复

下一条:学术报告511:社交网络环境下取证技术的发展与挑战