学术讲座

当前位置: 首页 - 学术讲座 - 正文

Machine Learning for Sciences — Revisiting Direct Density-Ratio Estimation

发布时间:2018-10-12点击:

讲座题目:Machine Learning for Sciences — Revisiting Direct Density-Ratio Estimation

主讲人:Makoto Yamada

讲座时间:2018年10月16日(星期二)09:00-11:00

讲座地点:中心校区东荣会议中心二楼多功能厅

主办单位:人工智能学院、未来科学国际合作联合实验室

Abstract

Density ratio estimation is a comprehensive statistical data processing framework, and it includes various statistical data processing tasks such as transfer learning, outlier detection, cross-domain matching, and change-point detection, to name a few. In this talk, I will first present direct density-ratio estimation methods and their applications to transfer learning, outlier detection, change-point detection, and cross-domain object matching. Then, I will introduce our recent results of density-ratio estimation in deep learning and high-dimensional modeling.

主讲人简介:

Makoto Yamada,博士,现任日本京都大学副教授、RIKEN AIP单位负责人。于2005年在美国科罗拉多州立大学科林斯堡分校获得电子工程硕士学位,2010年在日本综合研究大学院大学获得统计科学博士学位。曾担任东京工业大学博士后研究员、NTT通信科学实验室研究员和雅虎实验室研究科学家。研究领域包括机器学习、自然语言处理、信号处理和计算机视觉等。近年来在顶级会议和期刊上发表了30多篇研究论文,荣获了WSDM 2016最佳论文奖,另外2018年在Cell上发表论文一篇。