2018年11月28日青年博士论坛预告

时间：11月28日9:30-10:30(周三上午) 

地点：仙林校区计算机学科楼327会议室

报告人：李平

题目：面向任务的高斯过程隐变量模型扩展研究

摘要:

高斯过程作为一种柔性贝叶斯非参数化模型，近年来已被逐渐应用于机器学习等相关领域中，并取得了良好的效果。然而现存的相关模型仅简单地将高斯过程先验应用于模型构建中，忽略了机器学习任务自身的特殊性和其包含的各种信息，从而无法满足机器学习任务的需求。因此，在使用高斯过程处理机器学习任务时，必须依据具体的任务特性对其进行扩展、改进。本报告，首先简要介绍高斯过程及其特性。然后分别从度量学习、多视图学习、特征相关性学习三个机器学习具体任务角度，对高斯过程隐变量模型的扩展方式进行探讨。最后，对我们未来在高斯过程模型扩展方面的工作进行介绍。

报告人简介:

李平，南京航空航天大学、计算机科学与技术学院、模式识别与神经计算研究所（PARNEC）、在读博士生。 分别于2011年和2014年在安徽工业大学、信息管理与信息系统专业和管理科学与工程专业获得学士和硕士学位。2014年9月进入PARNEC组攻读博士学位。博士期间主要从事机器学习相关研究工作，包括高斯过程模型在机器学习任务中的扩展与应用、概率隐变量模型的建模与优化等。在IEEE Trans on Cybernetics、Pattern Recognition、Asian Conference on Machine Learning 2018、CAAI Trans on Intelligence Technology、电子学报等期刊和会议发表论文六篇。2017年获苏州工业园区奖学金。