——数据库与人工智能实验室

Ecology

2020.12.20秋季——第二十二次组会

发布时间:2020-12-23 10:25:15

本次组会于20201220日下午三点以线下的形式在251320室召开。崔瑾翰同学向我们讲解了深度不完整的多视图聚类,该方法的优点是提取尽可能多的特征,比单试图学习更具有优势。并且介绍了DiMVMC模型(将随机初始化的共享子空间Hm作为解码器网络的输入,通过交替优化解码器深度网络和子空间,同时实现重构并得到M个独立共享的子空间)。马云鹏同学向我们分享了《通过查询子示例来进行具有成本效益的多标签主动学习》这篇论文,并提出问题:如何降低多标签分类问题的标注成本。依照提出的问题,论文提出了相应算法的实现流程:1.选择最优价值的样本-标签对(通过计算关联性和稀疏性)2.从候选样本-标签对中选出最具有代表性的样本-标签对 3.选择最有可能正相关的子样本-标签对。论文通过实验结果也展示了它提出的CMAL算法所需要标注的成本更低。周子懿同学向我们介绍了一种文献可视化分析的学习方法,可以帮助我们通过大数据了解到相关领域的未来发展趋势、研究热点以及研究现状等等。讲解了共被引分析与耦合分析等相关引证关系,并通过对Cnki等网站的实验数据论证了方法的可行性和有效性,为我们提供了另一个视角去了解行业其他人的工作并快速找到最有价值信息。













版权所有:西南大学 数据库与人工智能实验室

联系我们:| 地址:重庆北碚天生路2号25教1011 | 邮编:400715

渝ICP备2022007664号-1