报告题目1：弱监督学习前沿问题

报告时间：2021年6月24日（周四）上午9:30

报告地点：腾讯会议（会议号：669 449 724）

报告人：冯磊

报告人单位：重庆大学

报告人简介：

冯磊，重庆大学亚英体育弘深青年学者引进人才（教授、博导），博士毕业于新加坡南洋理工大学。主要研究方向为机器学习、数据挖掘、人工智能。已在International Conference on Machine Learning (ICML)，Annual Conference on Neural Information Processing Systems (NeurIPS), ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD)，IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)，AAAI Conference on Artificial Intelligence (AAAI), International Joint Conference on Machine Learning (IJCAI)等国际顶级（CCF A类）会议与中科院一区期刊上以第一作者或通讯作者发表论文十余篇。担任IJCAI 2021高级程序委员会委员（senior program committee member），ICML 2021 专家审稿人（expert reviewer），以及其他国际顶级（CCF A类）会议（包括NeurIPS, KDD, CVPR, ICCV, AAAI）的程序委员会委员/审稿人，并受邀担任多个国际知名期刊（包括IEEE-TPAMI, IEEE-TNNLS, IEEE-TMM）审稿人。

报告摘要：

近年来，弱监督学习已经成为了机器学习中的前沿与热点。到目前为止，国内外的研究者们已经提出并研究了多种弱监督学习问题，然而仍然还存在许多种现实世界中的弱监督信息未被挖掘。本次报告主要介绍报告人最近在ICML 2021与KDD 2021上发表的新型弱监督二分类问题上的研究成果，包括解决新学习问题的算法，以及他们的理论性质。

报告题目2：对抗偏多标记学习

报告时间：2021年6月24日（周四）上午10:30

报告地点：腾讯会议（会议号：669 449 724）

报告人：阎岩

报告人单位：西北工业大学

报告人简介：

阎岩，西北工业大学博士生，主要研究方向为弱监督学习。以第一作者发表学术论文8篇，包括AAAI，IJCAI，ICME等重要国际会议。担任ICML’21，KBS（Knowledge based system），SPL（IEEE Signal Processing Letters）等重要会刊的审稿人。

报告摘要：

近年来，由于偏多标记学习在一定程度上缓解了多标记学习样本的标注问题而越来越受到海内外研究者们的关注。然而，现有的偏多标记学习方法大都采用标准的机器学习方法进行噪声标记消歧。本报告主要介绍报告人在AAAI’21上发表的关于偏多标记学习任务的研究成果，基于标记消歧的对抗偏多标记学习方法。

邀请人：刘威威 教授