电子游戏官网

Machine Learning for Sciences — Revisiting Direct Density-Ratio Estimation

發佈時間:2018-10-12  點擊:

講座題目:科學機器學習 - 重新審視直接密度比估計

演講者:Makoto Yamada

講座時間:2018年10月16日(星期二)09: 00-11: 00

講座地點:中央校區東榮會展中心2樓多功能廳

組織者:电子游戏官网,未來科學國際合作聯合實驗室

摘要

密度比估計是一種綜合的統計數據處理框架 ,它包括各種統計數據處理任務,例如轉移學習,離羣檢測,跨域匹配和變點檢測等等。在本次演講中 ,我將首先介紹直接密度比估算方法及其在轉移學習,異常值檢測,變點檢測和跨域對象匹配中的應用  。然後,我將介紹我們最近在深度學習和高維建模中的密度比估計結果  。

演講者簡介:

Makoto Yamada  ,博士,現任日本京都大學副教授 ,RIKEN AIP部門負責人  。 2005年,他獲得科羅拉多州立大學科羅拉多州立大學電子工程碩士學位 ,2010年獲得日本大學綜合研究大學的統計科學博士學位。他曾在東京工業大學擔任博士後研究員, NTT通信科學實驗室的研究員,以及雅虎的研究科學家 。他的研究興趣包括機器學習,自然語言處理 ,信號處理和計算機視覺 。近年來,他在頂級會議和期刊上發表了30多篇研究論文,獲得2016年WSDM最佳論文獎 ,並於2018年在Cell發表論文 。

上一條:基於評論的商品推薦: 通過陌生人知道你喜歡什麼 下一條:Machine Learning for Sciences — Nonlinear Feature Selection for High-Dimensional Data

關閉

地址:吉林省長春市前進大街2699號

信息管理和技術維護:mg电子游戏官网大數據和網絡管理中心

版權所有 2018 电子游戏官网 吉ICP備06002985號-1