当前位置: 网站首页> 学术交流> 正文

王兆军教授作“High-Dimensional Inference for Weak-Supervision with Feature-Dependent Label Noise”报告

浏览量:时间:2024-03-05

2023年12月12日,由我校科技处、校科协主办,数学学院承办的西北大学创新论坛第一千五百七十九讲在长安校区举行。王兆军教授应邀来校为师生作了题为“High-Dimensional Inference for Weak-Supervision with Feature-Dependent Label Noise”的报告。我校相关专业师生代表参加了报告会。

王兆军教授在报告中提出,在分类任务中大规模的真实标签数据集至关重要,但机器标注难以避免标签错误,影响模型性能。针对此问题,王兆军教授深入探讨了基于特征标签噪声的研究进展与不足,并基于Logistic模型提出了一种高维数据环境下的新方法。他强调,该方法不仅建立了非渐进误差上界,还提出了基于样本分裂的回归向量置信区间构造法。王兆军教授从非渐进误差上界、联合最小化优势及统计推断三个方面为该方法提供了理论支持,通过比较该方法在性能上优于插入式、MM-N等传统方法,他建议将该方法从二分类拓展到多分类,并尝试用更多机器学习模型替代逻辑回归。

报告后,王兆军教授与参会师生围绕相关问题进行了交流。




Baidu
map