行知论坛216:超图结构学习及应用

时间:2019-08-20浏览:234设置

报告题目:超图结构学习及应用

报告专家:高跃(清华大学)

报告时间:2019年9月3日下午2:30

报告地点:计算机学院4001会议室

摘要:

本报告主要介绍超图结构学习的理论及应用。超图是一种广义的图结构,因其具有较强的数据样本间非线性高阶关联的刻画和挖掘能力而被广泛应用于数据分类、检索等任务中。针对这一技术及其在多领域中的应用,本报告首先介绍基于超图的学习方法的基本内容,接下来介绍超图结构的多种建模及优化方法,针对实际应用中存在的数据样本不平衡、分类代价敏感、数据关联建模复杂等挑战,介绍了基于代价敏感信息的超图学习及动态超图结构学习方法。第三部分介绍超图神经网络模型,最后一部分主要介绍了超图结构学习在医学诊断、列车节能自动驾驶等领域的应用。

 

    高跃,清华大学长聘副教授、博士生导师。2012年毕业于清华大学,获得博士学位。2012年至2016年分别于新加坡国立大学和北卡罗来纳大学教堂山分校从事计算机及医学领域研究工作。2016年入选国家千人计划青年项目。近年来作为项目负责人承担国家重点研发计划重点专项、自然科学基金联合基金重点项目等多项课题,主要研究领域为立体视觉、复杂网络及脑科学,在HBMMICCAICVPR等国际期刊及会议发表论文100余篇,论文引用5000余次,由Elsevier出版视觉计算英文专著两部。担任IEEE Trans. on Signal and Information Processing over NetworkJournal of Visual Communication and Image Representation等多个国际期刊编委。

  


返回原图
/