当前位置: 首页>>办公网>>学术报告>>正文

面向图神经网络的少样本学习模型与算法

发布日期:2021年04月16日    浏览量:[]

计算机科学学院“面向图神经网络的少样本学习模型与算法”讲座

题 目:面向图神经网络的少样本学习模型与算法

主讲人:冯林 教授/硕导

时 间:2021年4月23日(周五)17:00-19:00

地 点:明理楼B306

主讲人简介:

冯林,教授。2008年获西南交通大学计算机应用技术专业博士学位,主要从事粗糙集理论及应用、机器学习等方面的研究工作。获国家科技支撑计划、四川省科技厅重大产业类项目及四川省教育厅科技成果转化重大培育项目等资助。发表研究论文40余篇,部分研究工作被《KNOWL-BASED SYST》、《J EXP THEOR ARTIF IN》、《EXPERT SYST》、《软件学报》、《电子学报》等重要期刊收录。申请国家发明专利3件,实现成果转化1件;获软件著作权8项,是JCST、《计算机学报》、《电子学报》等期刊评审专家。

讲座介绍:

深度神经网络在大量、有标注数据的机器学习任务中取得了巨大成功。但在一些应用场景,如医学图像领域,标注大量的数据需要花费大量的人力、物力与财力。如何使用少量标注数据进行建模成为了当前机器学习研究领域的热点问题。本报告首先对基于元学习策略的少样本学习方法进行简单介绍,然后讨论图神经网络模型在少样本学习中的研究,并重点介绍我们提出的面向图神经网络的少样本学习模型与算法。

主办单位:计算机科学学院

科研处

关闭