首页 > 手机赌博网站 > 手机赌博网址 > 正文

误差建模原理

供稿:    责任编辑:安果    时间:2018-05-15    阅读:

演讲者:孟德玉

演讲单位:西安交通大学数学与统计学院

报告时间:2018年5月15日,15: 30

报告地点:A303基础教学楼

个人主页或电子邮件:http://gr.xjtu.edu.cn/web/dymeng

TR

报告摘要:传统的机器学习主要侧重于确定性信息的建模。在复杂场景中,机器学习方法容易对数据噪声具有鲁棒性,并且这种鲁棒性问题与误差函数的选择密切相关。本报告重点介绍如何使用复杂的噪声数据对用于误差建模的稳健机器进行建模该原理显示了个性化应用在线视频处理,医学图像恢复等问题的优势。这个原则也希望引导更有趣的机器学习相关的应用和发现。

这种稳健性问题接近于错误重构的选择。在本次演讲中,我将介绍鲁棒机器学习的原理,以及如何在数学上形成噪声数据。如我们的研究所示,误差的表达在视频处理,医学图像恢复等方面表现出了良好的表现。

TR

演讲嘉宾简介:西安交通大学数学与统计学院教授,​​博士。他曾去过香港理工大学,埃塞克斯大学与卡内基梅隆大学进行了学术访问和合作。共收到/发表了80多篇论文,其中包括22篇IEEE Trans论文和30篇CCF A型会议。他是ICML会议程序委员会成员,NIPS,AAAI2016高级计划委员会成员。目前,它主要侧重于机器学习相关方向的研究,如自学习,误差建模和张量稀疏。

TR

Deyu Meng教授获得理学士,硕士和博士学位。分别于2001年,2004年和2008年在中国西安西安交通大学获得学位。他目前是全职教授,从2012年到2014年,他在卡内基梅隆大学度过了两年的休假。他目前的研究兴趣包括自定进度学习,噪声建模和张量稀疏性。/P>

TR