當前位置: 學院首頁>>合作交流>>交流活動>>正文

學術報告:集成學習理論及應用

時間:2018年04月09日 11:58 浏覽次數:[]


 

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,現爲華南理工大學計算機學院教授、博士生導師、副院長、國家優秀青年科學基金獲得者。余博士是CCF理事、CCF傑出會員、ACM廣州分會副主席、CCF廣州分部執行委員、2015-2016 CCF YOCSEF廣州 主席、IEEE、ACM高級會員, CCF人工智能與模式識別專委會委員、CAAI機器學習專委會委員。余博士于2008年在香港城市大學計算機系獲博士學位,之後在香港理工大學電子計算系做過博士後研究,2011年入選教育部新世紀優秀人才支持計劃, 2013年獲得廣東省自然科學傑出青年基金資助,2017年獲國家優秀青年科學基金資助。余博士主要從事機器學習、數據挖掘、模式識別和人工智能方面的研究,發表學術論文近100多篇,其中50篇多SCI論文,30篇IEEE Transactions系列論文,如:TKDE, TEC, TCYB, TMM, TSMC-B, TCBB, TCSVT, TNB等,1篇論文獲國際會議最佳論文獎,擔任CCF會刊《計算機應用》編委。主持和參與的項目30多項,其中主持國家基金重點、優青、面上和青年,省部級項目13項。更多信息見個人主頁:www.hgml.cn/yuzhiwen

 

 

報告時間:2018/4/13(周五),14:30

地點:雲南大學呈貢校區軟件學院樓1412

邀請人:楊雲

 

楊雲  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:軟件學院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】