Ba-Ngu Vo教授:Model-Based Multiple Instance Learning(7月7日))
2017年06月19日09时28分
供稿单位 / 本站

讲座主题:Model-Based Multiple Instance Learning

主讲嘉宾:Ba-Ngu Vo教授

讲座时间:2017年7月7日10:00-12:00

讲座地点:百工楼539

承办单位:电气学院、机械学院、江苏省电梯智能安全重点建设实验室

欢迎有兴趣的师生前来聆听!

电气与自动化工程学院

2017年6月19日

主讲嘉宾简介:

Ba-Ngu Vo教授于1994、1997年分别从澳大利亚西澳大学、科廷大学获得学士和博士学位。目前,他是科廷大学电气与计算机工程系教授,信号与系统研究所所长,西澳大学电气、电子与计算机工程学院兼职Winthrop教授,IEEE Transaction on Aerospace and Electronic System期刊副主编,澳洲研究委员会Inaugural Future Fellowship获得者(类似中国杰青),杰出科学Eureka奖获得者,表彰他在国防和国家安全方面做出的贡献。目前他已经主持了7项澳洲研究委员会项目和多项工业支撑项目,参与6项澳洲研究委员会项目。在IEEE Trans. Signal Processing、IEEE Trans. Circuits & Systems、Automatica等期刊上发表高水平论文64篇,其中ESI高被引论文8篇、单篇他引次数超过1000次论文2篇,H指数:47,他引总次数:10599次。Vo教授的主要研究领域为信号处理、系统理论、基于随机几何的目标跟踪、机器人与机器视觉等,尤其是在多目标跟踪的随机理论方面,他开创了诸多领先性的研究工作。


讲座内容简介:自从1990年成功用于手写数字识别研究以来,多实例(Multiple instance,MI)学习已经成为机器学习中一个重要课题。不同于传统的机器学习问题中每个数据均为向量,而在MI学习中,每个数据是一组或多组无序点。尽管有统计模型已经出现许多技术与应用,但是基于统计模型的MI学习尚未得到研究。本讲座主要讲述基于点过程理论的MI学习的框架,该框架从原理和概率上清晰地拓展了学习任务,如分类、异常检测和聚类等。此外,还研究了基于易处理点过程模型的MI学习算法。

Abstract: Stemming from research on handwritten digit recognition in 1990, Multiple instance (MI) learning has emerged as an important topic in Machine Learning. Unlike conventional Machine Learning problems where each datum is a vector, in MI learning each datum is a set or multi-set of unordered points. Despite a host of techniques and applications as well as the fundamental role of statistical models, MI learning based on statistical models have not yet been investigated. This presentation discusses a framework for model-based MI learning using point process theory, which enables principled yet conceptually transparent extensions of learning tasks, such as classification, novelty detection and clustering. Furthermore, tractable point process models as well as solutions for MI learning are developed.

(吕志娟/供稿 朱建江/审核 志刚/编辑)