基于多因子關系挖掘的表征學習

【题  目】基于多因子關系挖掘的表征學習

【報告人】劉洋

【时  间】2020年10月14日(周三)下午1:30

【地  点】王選計算機研究所106報告廳

Abstract:

作爲多媒體數據分類,檢索和推薦等任務的關鍵步驟,表征學習近年來獲得了廣泛的關注。由于多媒體數據的分布通常是由多個因子共同控制的,對于給定的目標任務,如何挖掘與之最相關的一個或多個因子並合理的表征它們是很有挑戰性的任務。在這個報告中,我會主要分享如何有效挖掘多個因子之間的關系,充分利用多因子間的組合性,來提高計算機模型對指定任務的表達和泛化能力。具體來說,我會著重探討三種多因子關系:獨立因子關系、共享因子關系、互補因子關系。合理的運用這三種因子關系,我們可以在一系列應用場景中學習到更好的表征,進而提升指定任務性能,如文字媒體分析、多媒體圖像與視頻分析、人工智能在新媒體(新傳感器)跨學科中的應用等。我們期待在未來繼續探索與拓展其它多因子關系類型在表征學習中的應用。

Bio:

劉洋,现任牛津大学工程科学系VGG 小组的博士后研究员,合作导师为英国皇家科学院院士Prof. Andrew Zisserman教授。2018 年和2014年在剑桥大学计算机系获得博士和硕士学位。主要从事视觉感知和机器学习的相关研究。致力于用人工智能算法解决多媒体信息分析与智能融合的相关问题,如文字媒体分析,多媒体图像与视频智能分析人工智能在新媒体(新传感器)跨学科中的应用等。

CLOSE

上一篇 沒有了