报告题目：开放环境下的几个典型机器学习算法
报告人：   侯臣平 副教授

所在单位：国防科技大学
主持人:      赵静 博士
报告时间：9月26日 周三14:30--16:00  
报告地点：中北校区数学馆113

报告人简介：
侯臣平，博士，国防科技大学数学与系统科学系副主任、副教授，湖南省数学会理事，中国计算机学会会员，校数学学科建设专家组成员。分别于2004年和2009年在国防科技大学应用数学专业获得学士和博士学位。分别于2008年、2013年和2016年作为访问学者/学生在清华大学、悉尼科技大学和南京大学进行学术访问。主要从事高维数据分析的理论、方法和应用研究工作，在高维数据统计分析、维数约简、子空间学习、图像处理等方面取得了多项研究成果。近年来，在IEEE TPAMI、TCYB、TKDE、TNNLS、TIP、TCB、PR等国内外著名学术刊物和IJCAI、AAAI、IJCNN等高水平国际会议上合作发表（录用）论文50余篇，其中第一作者20余篇。担任IEEE TPAMI、TNNLS、TIP、TCB、TKDE、PR、CVIU等重要期刊和AAAI、IJCAI、NIPS、ICLP等顶级会议的PC Member，是Neurocomputing等SCI期刊的Associate Editor。多篇论文进入ESI各层次高被引论文。主持973项目专题1项、国家自然科学基金2项，主持横向课题多项，获得国防科技大学首届青年创新奖，是国防科技大学青年拔尖创新人才。

报告摘要：
随着人工智能技术的发展，我们将面临更多开放环境下的机器学习问题。本报告从特征和标签两个维度出发，主要介绍几个典型的机器学习算法。包括：特征变化时的数据单遍扫描方法、标签欠缺时的多视图半监督分类方法、标签缺失时的多标签分类方法、特征增加时的安全分类方法。最后对该领域的发展进行简单的小结和展望。