报告题目：多视图/多模态数据的不确定性估计
报告时间：2024年9月18日下午15：00-16:30
报告地点：学院学术报告厅
报告简介：
不确定性估计对于使神经网络在现实世界应用中具有可信度至关重要。大量研究工作已致力于量化和减少预测不确定性。然而，大多数现有工作是针对单模态数据设计的，多视图不确定性估计尚未得到充分研究。因此，我们提出了两种新的多视图分类框架，以实现更好的不确定性估计和域外样本检测。一个框架将每个视图与不确定性感知分类器（高斯过程）关联，并通过专家模型的乘积结合所有视图的后验概率，另一个框架则适应神经过程来融合不同模态的信息。基于真实数据集的实验结果表明，我们的框架是准确、可靠且校准良好的，并且在期望校准误差、对噪声的鲁棒性、域内样本分类准确性以及域外样本检测任务方面，显著优于测试的多视图基线。
报告人简介：
杜岚博士是澳大利亚莫纳什大学数据科学与人工智能副教授，同时也是IEEE高级会员。他的研究兴趣集中在机器/深度学习与自然语言处理的交叉领域，特别关注主动学习、不确定性估计和知识蒸馏等方向。他还致力于探索这些技术在公共卫生、市场营销等多领域的应用。杜博士已在机器学习、自然语言处理和数据挖掘的几乎所有顶级会议/期刊上发表了100多篇高质量的研究论文，例如NeurIPS、ICML、ACL、EMNLP、AAAI、TPAMI、IJCV、TMM和TNNLS。他还担任《机器学习》期刊、《ACM概率机器学习事务》以及《大数据研究》杂志的编委，担任AAAI人工智能会议的领域主席，并且是所有顶级机器学习和自然语言处理会议的程序委员会成员或审稿人。作为首席研究员，他成功获得了三项政府资助，包括一项NHMRC创意基金、一项ARC DP基金以及一项MRFF基金，总研究经费约为300万澳元。
