学术报告

      对抗样本会的存在严重威胁到机器学习模型的输出准确性。目前最常用的对抗样本生成方法是FGSM，其通过在沿着损失函数梯度方向添加一个细小的扰动，来“增大”损失，进而改变目标函数的输出。而我们通过FGSM基于目标模型生成对抗样本，并将其与原始样本组合去训练一个二分类器，最终将对抗样本从原始样本…

      注意力机制应用在encoder-decoder模型中，可以使Decoder根据时刻的不同，让每一时刻的输入都有所不同，使处理长输入句子时效果更好，会对目前大多数方法进行抽象，可以将其归纳为三个阶段：1.相似度计算；2.归一化；3.加权求和。注意力机制在机器翻译、阅读理解、语义角色标注、关…

      关联规则分析是以中基于规则的机器学习算法，也是一种用于知识发现的算法。可以在大数据中发现感兴趣的关系，目的是利用一些度量指标来分辨数据库中存在的强规则。本次学术报告主要介绍了针对无序数据的Apriori算法，以及针对有序数据的GSP、SPADE算法。关联分析应用广泛，可以在大数据分析，网…

      这次报告讲解了网络表示学习的基本概念，对LINE算法的原理进行了深入讲解，并对网络表示学习算法的应用场景做了简单介绍。 网络表示学习-李东超-2018-09-16 19_00_00

      图半监督学习是半监督学习中的一种，基于聚类假设和流形假设，利用少量的有标记样本和大量的未标记样本，提高训练得到模型的泛化能力。其主要过程包括：图构建；标记传播；模型训练。其中迭代式标记传播算法是图半监督学习中的重要算法。图半监督学习在包括命名实体识别在内的许多任务中得到应用。 附件-图半…

      推荐系统在现在的生活中随处可见，淘宝天猫的商品推荐，音乐软件的每日歌曲推荐等，协同过滤就是一种很受欢迎的推荐算法。协同过滤指利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息。本次学术报告主要讲解了三种常用且基本的协同过滤推荐算法：UserCF、ItemCF、LFM。 附件-…

      主动学习也叫做询问学习或最佳实验设计，它是机器学的分支，更人工智能。主要的假设是是否学习算法是可以去选择先要学习的数据。主动学习系统试图跨越标签瓶颈，没有标签的例子去被人类注释者来标签。主动学习目的是提高准确率，通过尽量少的标签，因此减少获得标签数据的费用。 附件-主动学习在医学图像分析…

      卷积神经网络可以有效提取空间特征，但是它研究的对象还是限制在具有规则空间结构的欧几里得数据。本次学术报告重点分析介绍了如何使用卷积神经网络高效处理任意图结构的数据，并对图的基本概念以及卷积神经网络在图像中的应用进行简单回顾。 附件-卷积神经网络在图中的应用.pdf