10月20日下午,應(yīng)科技處、前沿院與電子信息與人工智能學(xué)院邀請(qǐng),宮辰教授做客我?!扒把乜茖W(xué)報(bào)告”,作了題為“Class-Wise Denoising for Robust Learning under Label Noise”的學(xué)術(shù)報(bào)告。本次報(bào)告會(huì)由電智學(xué)院副院長(zhǎng)雷濤主持,學(xué)院相關(guān)專(zhuān)業(yè)教師和研究生聆聽(tīng)了此次報(bào)告會(huì),因疫情影響,本次報(bào)告采取線(xiàn)上會(huì)議的方式進(jìn)行。
宮辰教授首先對(duì)標(biāo)簽噪聲學(xué)習(xí)作了簡(jiǎn)單介紹,在數(shù)據(jù)集制作過(guò)程中,由于主觀或者客觀原因會(huì)導(dǎo)致標(biāo)簽噪聲的出現(xiàn),對(duì)最終的分類(lèi)模型性能造成一定影響,因此應(yīng)對(duì)標(biāo)簽噪聲十分重要。一種稱(chēng)為“Class-Wise Denoising”(CWD)的新穎魯棒學(xué)習(xí)算法被提出,該算法以類(lèi)級(jí)方式處理噪聲標(biāo)簽,從而簡(jiǎn)化整個(gè)噪聲校正任務(wù)。宮教授通過(guò)假設(shè)訓(xùn)練集中的正負(fù)標(biāo)簽是干凈的,構(gòu)造兩個(gè)虛擬輔助集,從而分別處理原始的假陰性標(biāo)簽和假陽(yáng)性標(biāo)簽。因此設(shè)計(jì)了改進(jìn)的質(zhì)心估計(jì)器,這有助于產(chǎn)生更準(zhǔn)確的風(fēng)險(xiǎn)估計(jì)器。并從理論方面證明了CWD算法能夠在標(biāo)簽噪聲下產(chǎn)生改進(jìn)的分類(lèi)性能,通過(guò)實(shí)驗(yàn)結(jié)果比較得到,在各種基準(zhǔn)的數(shù)據(jù)集上算法的有效性和先進(jìn)性。
會(huì)后,宮辰教授與參會(huì)師生就相關(guān)專(zhuān)業(yè)問(wèn)題進(jìn)行了探討與解答。宮辰教授的學(xué)術(shù)分享開(kāi)闊了廣大師生的視野,使大家對(duì)處理標(biāo)簽噪聲的重要性有了新的認(rèn)識(shí),也對(duì)相關(guān)專(zhuān)業(yè)的研究具有一定的啟發(fā)作用。
新聞小貼士:
宮辰,南京理工大學(xué)教授、博導(dǎo),于2016年獲上海交通大學(xué)和悉尼科技大學(xué)雙博士學(xué)位。已在世界頂級(jí)期刊或會(huì)議上發(fā)表100余篇學(xué)術(shù)論文,主要包括IEEE T-PAMI, IEEE T-NNLS, IEEE T-IP, IEEE T-CYB, ICML, NeurIPS, CVPR, AAAI, IJCAI, ICDM等,另有7項(xiàng)發(fā)明專(zhuān)利獲得授權(quán)。目前擔(dān)任NePL副編委,AIJ、JMLR、IEEE T-PAMI、IJCV、IEEE T-NNLS、IEEE T-IP、IEEE T-KDE等30余家國(guó)際權(quán)威期刊審稿人,以及ICML、NeurIPS、ICLR、CVPR、ICCV、ECCV、AAAI、IJCAI、ICDM等多個(gè)國(guó)際會(huì)議的(S)PC member。曾獲吳文俊人工智能優(yōu)秀青年獎(jiǎng)、江蘇省杰青、中國(guó)科協(xié)“青年人才托舉工程”、中國(guó)人工智能學(xué)會(huì)“優(yōu)秀博士學(xué)位論文”獎(jiǎng)、上海市自然科學(xué)二等獎(jiǎng)、上海交通大學(xué)“優(yōu)秀博士學(xué)位論文”獎(jiǎng)、江蘇省“六大人才高峰”“香江學(xué)者”等,并入選百度發(fā)布的全球華人AI青年學(xué)者榜單。
(核稿:雷濤 編輯:劉倩)