作者：
时间：2024-11-22
浏览量：
报告时间：2024年11月25日下午14:30-16:30
报告地点：弘毅楼A504/A505
报告人：龚彦鹭博士
重庆大学计算机科学与技术专业毕业，主要研究方向为计算机科学与技术、机器学习与数据挖掘，博士期间发表SCI论文5篇，获研究生国家奖学金、重庆市三好学生。
报告简介：在多标签数据集中，样本由特征信息以及关联的一组标签所组成，多标签学习在多标签数据集上训练分类模型，然后为输入样本预测标签集。传统的多标签学习往往是针对完美多标签数据集展开的。然而，现实里的多标签数据集通常存在一些非完美特性如有标记样本过少以及标签间极度不平衡。这些特性会导致传统多标签学习方法性能的大大降低甚至根本无法使用。报告将从人工智能及其发展展开，详细介绍多标签学习的基础理论并探讨两种分别针对多标签学习中有标记样本过少和不平衡问题提出的多标签学习方法，给出理论分析并进行展望。
欢迎全校师生参加！
【关闭】
