主  題：異質(zhì)媒體信息跨域傳播與網(wǎng)絡圖像標簽改善

內(nèi)容簡介： 隨著當前機器學習特別是深度學習的時代熱潮的到來，亟需海量標簽數(shù)據(jù)的呼喊已經(jīng)成為人工智能學科下各研究學者的共同發(fā)聲。因此，本報告分別從數(shù)據(jù)形態(tài)與數(shù)據(jù)源兩處入手，通過異質(zhì)媒體信息跨域傳播與網(wǎng)絡圖像標簽改善兩種解決方案來為各種學習任務提供豐富的帶標簽數(shù)據(jù)。具體地，一方面，提出了一種廣義的深度遷移網(wǎng)絡來將從異構(gòu)數(shù)據(jù)（如文本）中的語義知識遷移到?jīng)]有標簽的目標數(shù)據(jù)（如圖像）中，并將其應用到圖像分類問題中。另一方面，提出了一種基于類裂變張量重構(gòu)的社交圖像標簽質(zhì)量改善方法來對社交網(wǎng)站上帶有噪聲與不完整標簽的圖像進行改善其標簽質(zhì)量，并在相關(guān)實驗中檢驗了這些圖像數(shù)據(jù)中改善后的標簽質(zhì)量。

報告人：唐金輝    教授    青年

時  間：2016-12-09    15:00

地  點：致明樓誠信廳

舉辦單位：工學院  科研部