首 页工大要闻校园动态媒体工大通知公告摄影报道西工大报网络视频系统
党委宣传部宣传教育高教视点科技前沿网观天下学术信息电子读报系统校园风光
 
 
 
  工大要闻
当前位置: 首 页>>新闻中心>>工大要闻>>正文
 

人才特区聂飞平教授等在国际顶级会议上发表论文

作者:聂飞平  来源:人才特区  发布时间:2018年05月10日 10:34  

西工大新闻网5月10日电聂飞平)近日,享有国际盛誉的数据挖掘最高会议SIGKDD2018的论文录用结果公布,我校人才特区光学影像分析与学习中心(OPTIMAL)聂飞平教授等指导下的两篇论文入选为Long Presentation。

美国计算机学会ACM SIGKDD Conference on Knowledge Discovery and Data Mining,简称SIGKDD或KDD,是国际数据挖掘领域的最高会议,属于CCF A类会议。该会议的学术论文录用率不超过20%,每年都吸引两千多人参会。

2018年SIGKDD共录用了181篇论文,录用率为18.4%,其中Long Presentation论文107篇,录用率仅为10.9%,据悉,我校被录用的两篇学术论文均为Long Presentation,且全部作者均为OPTIMAL中心成员,这也是我校师生第一次在该会议上发表论文。

聂飞平教授等指导的博士生户战选的论文“Calibrated Multi-Task Learning”主要研究多任务回归学习在数据挖掘中的应用。针对传统的核范数正则化项在多任务学习上的不足,该论文提出了一种新的非凸低秩正则化项来挖掘任务之间的相关性。同时,考虑到不同的学习任务往往含有不同程度的噪声,采用了一个新的损失函数来提高算法的鲁棒性。此外,一种高效的优化框架被提出用以求解对应的非凸非光滑模型,理论分析表明该优化框架同样适用于许多其他的机器学习任务。

聂飞平教授等指导的硕士生田来的论文“Multiview Clustering via Adaptively Weighted Procrustes”关注聚类任务中的多视图谱聚类问题。论文指出多视图谱聚类可被视为统计形状匹配问题,进而可以通过求解Procrustes均值问题直接得到聚类标签。同时也指出,若仅仅使用普通的Procrustes均值问题,不同视图间的聚类能力差异将被忽略。因此,论文提出了一个自适应于聚类能力的加权Procrustes均值方法。和传统的多视图聚类方法相比,新方法聚类精度高,运算速度快。

聂飞平,光学影像分析与学习中心教授,中组部青年千人计划入选者。已发表CCF A类论文140余篇,Google学术引用9000余次,H指数51。主要研究兴趣为机器学习中的理论分析和方法设计。常年应邀担任相关领域期刊会议的编委,审稿人,领域主席或高级程序委员。

(审稿:黄庆华)

上一条:校企合作再结硕果:西北工业大学语音识别后处理技术花落腾讯 下一条:【扶贫攻坚】校医院到临潼安庙村进行义诊和健康宣传 助力健康扶贫

关闭

 
主编推荐
“奋斗的青春最美丽”——西北...
西北工业大学参加省委外宣办新...
我校本科生于晗斩获“2018CDN中...
爱国、立志、求真、力行——我...
新闻排行
友情链接
西北工业大学 科学网 电子邮件系统 三航四方BBS 翱翔门户 陕西大学生在线 中国政府网 工业和信息化部
教育部 新华网 人民网 中国大学生在线 西安网

西北工业大学党委宣传部  @ 版权所有 Copyright 2006-2012免责声明 投稿指南

总访问量: