报告人：侯臣平
报告题目：融入先验信息的机器学习方法初探
报告时间：2022年11月22日18:30
报告地点：腾讯会议672-774-530
报告摘要：人工智能领域的研究正在迈向第三代，典型的特征是结合知识驱动的第一代人工智能和数据驱动的第二代人工智能这两种范式。本报告以典型分类方法（数据驱动）为基础，尝试融入物理信息和标签先验信息（知识驱动），主要介绍三种不同的初步尝试：物理机制融入的深度学习模型、带有标签比例约束的半监督分类方法和处理单侧标记噪声的多示例分类方法。最后，对该研究方向进行了简单的总结和展望。
讲者简介：侯臣平，国防科技大学教授，博士生导师。主要从事机器学习与动态特征挖掘方面的研究工作，在动态特征复用、低维嵌入学习、复杂标记学习等方面取得了系列研究成果，并成功应用于军事领域。近年来，在IEEE TPAMI等国内外著名刊物和会议上以第一/通讯作者发表学术论文80余篇（包括IEEE/ACM汇刊长文20余篇），担任TPAMI等杂志以及ICML、IJCAI、AAAI等会议的AC/SPC/PC等，是Neurocomputing等SCI期刊的编委，多篇论文进入ESI各层次高被引论文。担任军科委基础加强重点项目首席，主持科技创新2030重大项目课题、国家自然科学基金、国防973专题等15项项目。获省部级一等奖1项，国家优秀青年科学基金、湖南省杰出青年科学基金，享受军队专业技术岗位二类津贴等。
