胡清华,哈尔滨工业大学博士,香港理工大学博士后;目前任职于天津大学计算机学院,副教授、博导、计算机学院副院长,机器学习与数据挖掘实验室负责人,人工智能学会的理事、CAAI粗糙集与软计算专委会副主任。主要从事数据不确定性建模、多模态数据学习以及结构化任务的机器学习方面的研究,并致力于将基础研究成果应用于智能驾驶、灾害性空间天气预报和大型设备故障诊断。获国家优秀青年科学基金、自然基金重点项目、973项目以及多个横向课题资助。先后在IEEE TKDE、IEEE TFS、IEEE TCYB、IEEE TNNLS等期刊和IJCAI、AAAI、ICCV、CVPR 等会议上发表学术论文150 余篇。7篇论文入选“Web of Science”高引用论文名单,1篇论文入选“中国百篇最有影响国内学术论文”。 应邀担任RSCTC2010、ICMLC2014、RSKT2014、IJCRS2015、CCML2017、CCCV2017等会议的PC Chair。2016获黑龙江省自然科学一等奖和天津市青年科技奖,入选天津市中青年科技领军人才。
随着数据规模的不断扩大,分类学习算法面临的任务也越来越复杂,分类学习的类别数从几个增长到几百个,甚至几万个。此时,不同的类别标签之间可能会形成复杂的结构关系。充分利用这种结构信息可显著提升分类性能和决策的可靠性。本报告将讨论结构化学习任务的特点、评价指标、特征评价和分类模型构造算法。
联系客服