报 告 人：贾修一 副教授，南京理工大学

报告时间：12月8日（周日）14:20～15:10

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：

标记分布学习作为一种新的学习范式，比多标记学习具有更丰富的标记语义，可以更精确地刻画与同一示例相关的多个标记的相对重要性差异等，是当今机器学习领域的研究热点之一。本报告主要从挖掘标记和样本的相关性入手，研究相应的标记分布学习算法，分别提出了基于全局标记相关、局部样本相关、低秩近似和标记相关特征选择的标记分布学习算法。和现有算法相比，在各项评测指标上，我们提出的算法都能取得较好的效果。

报告人简介:

贾修一，南京理工大学计算机科学与工程学院副教授，博士生导师。任中国人工智能学会粒计算与知识发现专委会、机器学习专委会委员，计算机学会人工智能与模式识别专委会委员，CCF高级会员，IEEE会员，IRSS会员等。主要研究方向包括粒计算与不确定性分析、机器学习、自然语言处理等。发表包括IEEE T-KDE、CVPR、AAAI、IJCAI等在内的学术论文50余篇，3篇（曾）入选ESI 1%高被引论文，主持国家面上、青年及省级基金项目多项等。