报告题目：偏标记学习的研究

报 告 人：张敏灵

报告时间：2022年5月8日9:00-11：00

会议地点(会议号)：腾讯会议696-807-343

主 持 人：刘学军、万夕里

报告人简介：张敏灵，东南大学计算机科学与工程学院教授、博士生导师、国家优秀青年科学基金获得者。主要研究领域为机器学习、数据挖掘，在ACM/IEEE Trans等顶级期刊发表论文32篇，得到国际同行的关注与好评。相关论文已被国际同行他引946次（单篇最高270次）。现任中国人工智能学会机器学习专委会副主任、中国计算机学会人工智能与模式识别专委会常务委员、江苏省人工智能学会学术工委主任等。担任《IEEE Trans. PAMI》、《ACM Trans. IST》、《Machine Intelligence Research》等国际期刊编委、《中国科学：信息科学》青年编委等。应邀担任ACML'18大会主席，PAKDD'19、ACML'17、PRICAI'16等程序主席，以及CCF-A/B类国际会议领域主席或资深程序委员30余次。曾获CCF-IEEE CS青年科学家奖（2016）等。

报告简介：偏标记学习（partial label learning）是一类重要的弱监督学习框架，在该框架下每个对象同时具有多个候选标记，但其中仅有一个为其真实标记。偏标记学习技术已在多媒体内容自动标注、自然语言处理、生态信息学等领域得到成功应用，本报告将从三方面介绍偏标记学习的研究现状：首先，简要讨论偏标记学习的问题设置及其与相关弱监督学习框架的关系；其次，对现有偏标记学习算法进行总结并介绍我们在该方面的最新工作；最后，给出偏标记学习的相关学术资源。