学术讲座-Big Machine Learning
04.06.2019 11:52
本文来源: 福建工程学院
| Big Machine Learning | ||||
| 交通运输学院 | ||||
| 福建工程学院物流与供应链管理研究中心 | ||||
| 郭天佑 | 正高 | 张堂贤 | ||
| 自然科学 | 全校师生 | 2019-06-04 14:30 | ||
| 南区，博雅1＃－503 | ||||
| 香港科技大学计算机科学与工程系教授，IEEE Fellow。1988年获得香港大学本科学位，1996年获得香港科技大学博士学位。1996-1997年在美国朗讯-贝尔实验室从事研究工作，1997年起在香港浸会大学计算机系任助理教授，2000年回香港科技大学计算机系工作至今。研究领域：机器学习、模式识别、深度学习、核方法、人工智能及其在计算机视觉、图像处理、语音处理与普适计算等领域的应用。获得过IEEE Transactions on Neural Networks 杰出论文奖、教育部自然科学技术二等奖。其机器学习方面的研究工作在国际上有重要影响，在NIPS、ICML、IJCAI、AAAI等顶级会议以及Journal of Machine Learning Research、IEEE Transactions on Pattern Analysis and Machine Intelligence、IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Knowledge and Data Engineering 等顶级期刊上发表论文近200篇，被引超万次。多次担任机器学习与人工智能领域国际顶级会议的领域主席，包括NIPS (2015,2016,2018), ICML (2015-2019), IJCAI (2017,2018), AAAI (2019) 以及ECML (2011,2012)等，也曾任IEEE Transactions on Neural Networks and Learning Systems、Neurocomputing等期刊的副主编。 | ||||
| Big data is everywhere. Besides the huge data scale, big data problems are also characterized by their high complexities. Often, there are a lots of input features and involve a lot of learning tasks related in some complicated manner. In this talk, I will describe several recent approaches in tackling these problems. These algorithms are flexible, computationally efficient, and have better empirical performance than existing approaches. | ||||
本文来源: 福建工程学院
04.06.2019 11:52
我校辩论队在第二十二届海峡两岸大学生辩论赛中获佳绩
近日，第二十二届海峡两岸大学生辩论赛在福州举行。福建师大