10月20日下午，應(yīng)科技處、前沿院與電子信息與人工智能學(xué)院邀請，宮辰教授做客我?！扒把乜茖W(xué)報告”，作了題為“Class-Wise Denoising for Robust Learning under Label Noise”的學(xué)術(shù)報告。本次報告會由電智學(xué)院副院長雷濤主持，學(xué)院相關(guān)專業(yè)教師和研究生聆聽了此次報告會，因疫情影響，本次報告采取線上會議的方式進(jìn)行。

宮辰教授首先對標(biāo)簽噪聲學(xué)習(xí)作了簡單介紹，在數(shù)據(jù)集制作過程中，由于主觀或者客觀原因會導(dǎo)致標(biāo)簽噪聲的出現(xiàn)，對最終的分類模型性能造成一定影響，因此應(yīng)對標(biāo)簽噪聲十分重要。一種稱為“Class-Wise Denoising”（CWD）的新穎魯棒學(xué)習(xí)算法被提出，該算法以類級方式處理噪聲標(biāo)簽，從而簡化整個噪聲校正任務(wù)。宮教授通過假設(shè)訓(xùn)練集中的正負(fù)標(biāo)簽是干凈的，構(gòu)造兩個虛擬輔助集，從而分別處理原始的假陰性標(biāo)簽和假陽性標(biāo)簽。因此設(shè)計了改進(jìn)的質(zhì)心估計器，這有助于產(chǎn)生更準(zhǔn)確的風(fēng)險估計器。并從理論方面證明了CWD算法能夠在標(biāo)簽噪聲下產(chǎn)生改進(jìn)的分類性能，通過實驗結(jié)果比較得到，在各種基準(zhǔn)的數(shù)據(jù)集上算法的有效性和先進(jìn)性。

會后，宮辰教授與參會師生就相關(guān)專業(yè)問題進(jìn)行了探討與解答。宮辰教授的學(xué)術(shù)分享開闊了廣大師生的視野，使大家對處理標(biāo)簽噪聲的重要性有了新的認(rèn)識，也對相關(guān)專業(yè)的研究具有一定的啟發(fā)作用。

新聞小貼士：

宮辰，南京理工大學(xué)教授、博導(dǎo)，于2016年獲上海交通大學(xué)和悉尼科技大學(xué)雙博士學(xué)位。已在世界頂級期刊或會議上發(fā)表100余篇學(xué)術(shù)論文，主要包括IEEE T-PAMI, IEEE T-NNLS, IEEE T-IP, IEEE T-CYB, ICML, NeurIPS, CVPR, AAAI, IJCAI, ICDM等，另有7項發(fā)明專利獲得授權(quán)。目前擔(dān)任NePL副編委，AIJ、JMLR、IEEE T-PAMI、IJCV、IEEE T-NNLS、IEEE T-IP、IEEE T-KDE等30余家國際權(quán)威期刊審稿人，以及ICML、NeurIPS、ICLR、CVPR、ICCV、ECCV、AAAI、IJCAI、ICDM等多個國際會議的(S)PC member。曾獲吳文俊人工智能優(yōu)秀青年獎、江蘇省杰青、中國科協(xié)“青年人才托舉工程”、中國人工智能學(xué)會“優(yōu)秀博士學(xué)位論文”獎、上海市自然科學(xué)二等獎、上海交通大學(xué)“優(yōu)秀博士學(xué)位論文”獎、江蘇省“六大人才高峰”“香江學(xué)者”等，并入選百度發(fā)布的全球華人AI青年學(xué)者榜單。

（核稿：雷濤 編輯：劉倩）