當前位置: 學院首頁>>新聞公告>>通知公告>>正文

學術報告:集成學習理論及應用

时间:2018年04月09日 11:58 浏览次数:[]


 

報告摘要

傳統的單一學習模型通常只從一個視角探索未知數據集,只包含一個學習過程和一個學習結果,具有一定的局限性。集成學習模型則從多個視角探索未知數據集,包含了多個學習過程,通過綜合獲得一個更具代表性的結果。與單一學習模型相比,集成學習模型往往能夠提供准確性、穩定性和強壯性更好的結果。本報告首先簡要介紹各種類型的集成學習模型,主要包括分類集成學習模型、半監督集成學習模型、聚類集成學習模型,等等。然後,以漸進式集成框架、基于圖論的聚類集成算法和自適應集成框架爲核心,系統地介紹近年來余志文博士所提出的一些新算法及其在高維帶噪音數據挖掘上的應用,包括:漸進式半監督聚類集成框架、混合聚類選擇策略、基于混合高斯模型的聚類結構集成方法、混合模糊聚類集成方法、自適應模糊聚類集成方法、基于隨機組合數據映射操作的混合聚類集成方法、基于專家知識的聚類集成算法、混合自適應集成學習算法等等。

 

報告人簡介

余志文博士,现为华南理工大学计算机学院教授、博士生导师、副院长、国家优秀青年科学基金获得者。余博士是CCF理事、CCF杰出会员、ACM广州分会副主席、CCF广州分部执行委员、2015-2016 CCF YOCSEF广州 主席、IEEE、ACM高级会员, CCF人工智能与模式识别专委会委员、CAAI机器学习专委会委员。余博士于2008年在香港城市大学计算机系获博士学位,之后在香港理工大学电子计算系做过博士后研究,2011年入选教育部新世纪优秀人才支持计划, 2013年获得广东省自然科学杰出青年基金资助,2017年获国家优秀青年科学基金资助。余博士主要从事机器学习、数据挖掘、模式识别和人工智能方面的研究,发表学术论文近100多篇,其中50篇多SCI论文,30篇IEEE Transactions系列论文,如:TKDE, TEC, TCYB, TMM, TSMC-B, TCBB, TCSVT, TNB等,1篇论文获国际会议最佳论文奖,担任CCF会刊《计算机应用》编委。主持和参与的项目30多项,其中主持国家基金重点、优青、面上和青年,省部级项目13项。更多信息见个人主页:www.hgml.cn/yuzhiwen

 

 

報告時間:2018/4/13(周五),14:30

地點:雲南大學呈貢校區乐彩网樓1412

邀請人:楊雲

 

杨云  2018-04-09 19:38:54


上一條:學術報告:基于可信度的多天線用戶協作策略研究

下一條:乐彩网關于開展業務學習及教研室活動通知(2018年3月30日星期五下午)

關閉