题  目： 标号噪声下鲁棒的距离度量学习方法研究

报告人：谭晓阳   教授

时  间:2018年5月21日 上午10:00-12:00

地  点: 西大楼308报告厅

摘  要：距离度量学习技术通过将数据映射到新的度量空间而获得某些希望的性质（如保持语义相似性），被广泛应用于对象识别，人脸验证和图像检索等问题。但在现实场景中，特别是大量使用互联网获取的数据时，常包含数量未知的标注错误，给度量学习带来新的挑战。本报告从标号噪声下鲁棒的表示特征学习方法、标号噪声数据给度量学习所带来的不确定性、标号噪声下的鲁棒优化方法等角度，报告我们在处理上述问题时的一些工作，包括无监督学习网络C-SVDDNet、抗标号噪声自编码网络LDAE、贝叶斯邻域成分分析、贝叶斯大间隔度量学习等。我们也将对将标号噪声下度量学习的一些理论性质，如泛化能力，样本复杂度进行讨论，并对该领域的未来发展方向进行展望。

报告人简介：谭晓阳，教授／博导，江苏省“333高层次人才培养工程”中青年领军人才、江苏省“青蓝工程”中青年学术带头人。分别于1993年和1996年获南京航空航天大学获学士和硕士学位，2005年获南京大学博士学位。2006-2007在法国国家信息与自动化研究所从事博士后研究工作，2008年破格晋升为教授。主要从事计算机视觉、模式识别和机器学习等方面的研究工作，在一流国际期刊和顶级国际会议发表论文100余篇，被引用5500余次;曾获国际电气与电子工程师协会信号处理协会最佳论文奖(2015)、教育部自然科学奖二等奖（2015）、南京航空航天大学创新奖“问天”提名奖（2016）、《Pattern Recognition》双年度最佳论文提名奖（2008）、2014至2017连续四年入选ELsevier“中国高被引学者”榜。任中国计算机学会计算机视觉专业组委员、中国计算机学会人工智能与模式识别专委会委员、江苏省人工智能学会专委会委员、IJAPR编委、Vision and Learning Seminar(VALSE) 特邀报告专家。

邀请人:陶敏  老师