时间：2023年3月17日 10:00---11:30

地点：电院群楼3-404室

见微知著：从标签噪声学习到弱监督学习框架

宫辰   

南京理工大学计算机科学与工程学院教授、博导

摘要:
噪声标签是数据质量受限的重要表现形式，近年来关于如何在噪声标注情形下训练鲁棒的学习模型得到了十分广泛的关注。本报告将从标签噪声学习算法入手，分别介绍逐类别去噪算法（TPAMI’22）、实例相关噪声处理算法（AAAI’21）、众包模式下的多源标签噪声处理方法（CIKM’21）。进而，以标签噪声学习算法为切入点，将相关模型进行推广以建立弱监督学习统一框架，并应用于半监督学习、PU学习、多示例学习等典型弱监督学习任务（TPAMI’22）。
简介:
宫辰于2016年获上海交通大学和悉尼科技大学双博士学位，现任南京理工大学计算机科学与工程学院教授、博导，江苏省国家级高层次人才。主要研究机器学习、模式识别，尤其关注弱监督学习问题。在世界顶级期刊或会议上发表110余篇学术论文，主要包括IEEE T-PAMI, IEEE T-NNLS, IEEE T-IP, ICML, NeurIPS, CVPR, AAAI, IJCAI等，另有7项发明专利获得授权。目前担任SCI期刊IEEE T-CSVT、Neural Processing Letters副编委，AIJ、JMLR、IEEE T-PAMI、IJCV等30余家国际权威期刊审稿人，以及ICML、NeurIPS、ICLR、CVPR、ICCV、ECCV、AAAI、IJCAI、ICDM等多个国际会议的(Senior)PC member。曾获吴文俊人工智能优秀青年奖、中国科协“青年人才托举工程”、中国人工智能学会“优秀博士学位论文”、上海交通大学“优秀博士学位论文”、上海市自然科学二等奖等，并入选百度发布的全球华人AI青年学者榜单（全球150人）。