设为首页收藏本站

VALSE

VALSE 首页 活动通知 好文作者面授招 查看内容

20181212-36 宫辰:Teaching-to-Learn and Learning-to-Teach: Framework..

2018-12-6 22:10| 发布者: 程一-计算所| 查看: 297| 评论: 0

摘要: 报告嘉宾:宫辰(南京理工大学)报告时间:2018年12月12日(星期三)晚上20:00(北京时间)报告题目:Teaching-to-Learn and Learning-to-Teach: Framework, Algorithm, and Application主持人:张利军(南京大学) ...

报告嘉宾:宫辰(南京理工大学)

报告时间:2018年12月12日(星期三)晚上20:00(北京时间)

报告题目:Teaching-to-Learn and Learning-to-Teach: Framework, Algorithm, and Application

主持人:张利军(南京大学


报告人简介:

宫辰现任南京理工大学计算机科学与工程学院青年教授。于2016年获得上海交通大学和悉尼科技大学双博士学位,研究方向主要包括机器学习、数据挖掘及基于学习的计算机视觉问题。已在权威期刊或会议上发表40余篇学术论文,主要包括IEEE T-NNLS, IEEE T-IP, IEEE T-CYB, CVPR, AAAI, IJCAI, ICDM等。有5项发明专利获得授权,其中3项为第一完成人。目前担任AIJ、IEEE T-NNLS、IEEE T-IP、IEEE T-KDE等20余家国际期刊审稿人,并受邀担任IJCAI、AAAI、ICDM、AISTATS等多个国际会议的PC member。曾获中国留学基金委“优秀自费留学生”奖学金、上海交通大学“优秀博士学位论文”奖、中国人工智能学会“优秀博士学位论文”奖、江苏省“六大人才高峰”项目资助、中国科协“青年人才托举工程”等。


个人主页:

http://www.escience.cn/people/chengong/index.html


报告摘要:

目前,machine learning是人工智能领域非常火热的研究方向,并在图像、视频、语音、文本等信号的处理和分析中发挥着十分重要的作用。然而,作为一个完整的学习系统, 关于machine teaching的研究一直未受到广泛的关注。本报告从人类的认知过程出发,阐述machine teaching对提升学习效果的重要性,回顾已有的machine teaching算法,探讨teaching和learning的合作机制。具体地,我们通过引入“老师”和“学生”的概念,搭建了基于图模型的闭环机器学习系统“Teaching-to-Learn and Learning-to-Teach”(TLLT),从而使老师和学生产生有效的互动,以达到“教学相长”的目的。TLLT的基本框架可以被拓展以适用于多模态学习、多标签学习、集成学习等,并且可以被应用于视觉显著性检测等实际问题。


参考文献:

[1] Label Propagation via Teaching-to-Learn and Learning-to-Teach, Chen Gong, Dacheng Tao, Wei Liu, Liu Liu, Jie Yang,IEEE T-NNLS, 2017.

[2] Multi-modal Curriculum Learning for Semi-supervised Image Classification,Chen Gong, Dacheng Tao, Stephen Maybank, Wei Liu, Guoliang Kang, Jie Yang, IEEE T-IP, 2016.

[3] Ensemble Teaching for Hybrid Label Propagation, Chen Gong, Dacheng Tao, Xiaojun Chang, Jian Yang, IEEE T-CYB, 2017.

[4] Saliency Propagation From Simple To Difficult, Chen Gong, Dacheng Tao, Wei Liu, S.J. Maybank, Meng Fang, Keren Fu, Jie Yang, CVPR 15.


18-36期VALSE在线学术报告参与方式:


长按或扫描下方二维码,关注“VALSE”微信公众号(valse_wechat),后台回复“36期”,获取直播地址。



特别鸣谢本次Webinar主要组织者:

VOOC责任委员:张利军(南京大学)



活动参与方式:

1、VALSE Webinar活动依托在线直播平台进行,活动时讲者会上传PPT或共享屏幕,听众可以看到Slides,听到讲者的语音,并通过聊天功能与讲者交互;

2、为参加活动,请关注VALSE微信公众号:valse_wechat 或加入VALSE QQ群(目前A、B、C、D、E、F、G群已满,除讲者等嘉宾外,只能申请加入VALSE H群,群号:701662399);

*注:申请加入VALSE QQ群时需验证姓名、单位和身份,缺一不可。入群后,请实名,姓名身份单位。身份:学校及科研单位人员T;企业研发I;博士D;硕士M。

3、在活动开始前5分钟左右,讲者会开启直播,听众点击直播链接即可参加活动,支持安装Windows系统的电脑、MAC电脑、手机等设备;

4、活动过程中,请不要说无关话语,以免影响活动正常进行;

5、活动过程中,如出现听不到或看不到视频等问题,建议退出再重新进入,一般都能解决问题;

6、建议务必在速度较快的网络上参加活动,优先采用有线网络连接;

7、VALSE微信公众号会在每周一推送上一周Webinar报告的总结及视频(经讲者允许后),每周四发布下一周Webinar报告的通知及直播链接。

最新评论

Archiver|手机版|小黑屋|Vision And Learning SEminar    

GMT+8, 2018-12-17 15:33 , Processed in 0.030406 second(s), 17 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

返回顶部