欢迎光临散文网 会员登陆 & 注册

Talk预告 | 中国科学院大学博士后杨智勇: 面向复杂场景的AUC优化算法

2021-11-30 13:44 作者:TechBeat人工智能社区  | 我要投稿


本期为TechBeat人工智能社区363线上Talk。

北京时间12月1(周三)晚8点中国科学院大学博士后杨智勇的Talk将准时在TechBeat人工智能社区开播!

他与大家分享的主题是: “面向复杂场景的AUC优化算法 ”,届时将详细介绍他在局部性能AUC优化及多分类AUC优化方面取得最新成果。

Talk·信息

主题:面向复杂场景的AUC优化算法

嘉宾:中国科学院大学博士后 杨智勇

时间:北京时间 12月1日 (周三) 20:00

地点:TechBeat人工智能社区

http://www.techbeat.net/

长按识别二维码,一键完成预约!


完整版怎么看?

扫描下方二维码,或复制链接https://datayi.cn/w/WoMpGeDP至浏览器,一键完成预约!上线后会在第一时间收到通知哦~  


Talk·提纲

主流深度学习/机器学习方法主要面向类别均匀分布的理想数据集,而真实数据往往呈现长尾分部态势,类别分布极端不平衡,不满足此理想假设。如何在长尾分布条件下构建有效的深度学习/机器学习方法,已成为人工智能领域面临的共性技术挑战之一,其研究可为网络空间安全分析、生物信息学、智能医疗等重大应用领域提供技术支撑。造成这一挑战的主要根源之一在于:主流方法往往采用最小化总体错误率这一理念进行模型及算法设计,较易忽略样本中稀有数据类别的性能。相比之下,AUC(Area Under the ROC Curve),对类别分布、错分代价均不敏感,在长尾数据分布场景下更适合作为评价指标。近年来,AUC优化算法成为了克服长尾分布的一种新思路。而传统的AUC优化算法仅针对简单二分类设计,无法应对复杂的应用场景。鉴于此,报告人近年来一直聚焦于AUC优化的算法及理论在复杂场景下的延伸。本次报告将详细介绍我们在局部性能AUC优化及多分类AUC优化方面取得最新成果。

(a)局部AUC优化算法(ICML 2021)

Zhiyong Yang, Qianqian Xu, Shilong Bao, Yuan He, Xiaochun Cao and Qingming Huang. When All We Need is a Piece of the Pie: A Generic Framework for Optimizing Two-way Partial AUC. International Conference on Machine Learning (ICML), 11820–11829, 2021.

(b)多类别AUC优化算法(TPAMI 2021)

Zhiyong Yang, Qianqian Xu, Shilong Bao, Xiaochun Cao and Qingming Huang. Learning with Multiclass AUC: Theory and Algorithms. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2021. (Early Access)


Talk·参考资料

这是本次分享中将会提及的资料,建议提前预习哦!

1. Zhiyong Yang, Qianqian Xu, Shilong Bao, Yuan He, Xiaochun Cao and Qingming Huang. When All We Need is a Piece of the Pie: A Generic Framework for Optimizing Two-way Partial AUC. International Conference on Machine Learning (ICML), 11820–11829, 2021

2. Zhiyong Yang, Qianqian Xu, Shilong Bao, Xiaochun Cao and Qingming Huang. Learning with Multiclass AUC: Theory and Algorithms. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2021. (Early Access)


Talk·提问交流

通过以下两种方式提问都将获得微信现金红包奖励哦!

方式 ①

在Talk界面下的【交流区】参与互动!留下你的打call🤟和问题🙋,和更多小伙伴们共同讨论,被讲者直接翻牌解答!

你的每一次贡献,我们都会给予你相应的i豆积分,还会有惊喜奖励哦!


方式 ②

在本文留言区直接提出你的问题,或扫描下方二维码提问!

扫码来提问!


Talk·嘉宾介绍

杨智勇

中国科学院大学博士后

杨智勇博士毕业于中国科学院信息工程研究所,现为中国科学院大学特别研究助理及博士后(受博新计划支持),导师为IEEE Fellow、中国科学院大学讲席教授黄庆明。目前主要的研究方向主要为AUC优化、多任务学习、机器学习理论。在ICML、NeurIPS、T-PAMI等CCF-A类期刊/会议发表一作论文7篇,共同作者论文27篇。担任ICML、NeurIPS、ICLR、AAAI、IJCAI等会议PC member;IJCAI 2021 senior PC member;T-PAMI、T-IP等国际期刊审稿人。曾入选博新计划、百度AI华人新星百强榜单,曾获百度奖学金全球20强提名奖、中科院院长特别奖、NeurIPS top 10% 审稿人等荣誉。

个人主页:

https://joshuaas.github.io/

关于TechBeat人工智能社区

TechBeat (www.techbeat.net) 是一个荟聚全球华人AI精英的成长社区。 我们希望为AI人才打造更专业的服务和体验,加速并陪伴其学习成长。 期待这里可以成为你学习AI前沿知识的高地,分享自己最新工作的沃土,在AI进阶之路上的升级打怪的根据地!

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ

Talk预告 | 中国科学院大学博士后杨智勇: 面向复杂场景的AUC优化算法的评论 (共 条)

分享到微博请遵守国家法律