【CAAI 2019】偏标记学习的研究，东南大学|张敏灵教授

题目： 偏标记学习的研究

摘要： 偏标记学习（partial label learning）是一类重要的弱监督学习框架，在该框架下每个对象同时具有多个候选标记，但其中仅有一个为其真实标记。偏标记学习技术已在多媒体内容自动标注、自然语言处理、生态信息学等领域得到成功应用，本报告将从三方面介绍偏标记学习的研究现状：首先，简要讨论偏标记学习的问题设置及其与相关弱监督学习框架的关系；其次，对现有偏标记学习算法进行总结并介绍我们在该方面的最新工作；最后，给出偏标记学习的相关学术资源。

个人简介： 张敏灵教授，东南大学计算机科学与工程学院教授。分别于2001年、2004年和2007年于南京大学计算机科学与技术系获学士、硕士和博士学位。主要研究领域为机器学习、数据挖掘。现任中国人工智能学会机器学习专委会秘书长、中国计算机学会人工智能与模式识别专委会常务委员、江苏省人工智能学会学术工委主任等。担任《ACM Trans. IST》、《Neural Networks》、《Frontiers of Computer Science》等国际期刊编委、《中国科学：信息科学》青年编委等。应邀担任ACML'18大会主席，PAKDD'19、ACML'17、PRICAI'16等程序主席，以及IJCAI/AAAI/ICDM等国际会议SPC或领域主席20余次。获CCF-IEEE CS青年科学家奖（2016）等。