报告人：谭安辉（浙江海洋大学）

时间：2021年 9月 24日 09:30-10:30

腾讯会议：会议 ID：418 542 397

摘要：

多标记学习主要用于解决样本同时隶属于多个类别的问题。多标记学习的任务是分析概念标记集合已知的训练样本，从而对未知样本的概念标记集合进行预测。传统的多标记学习是监督意义下的学习，而在现实场景中，获得完整准确的类别标记是非常困难的。报告人拟以有限的研究视野，回顾一下面向不完备和噪声数据的多标记学习进展，主要涉及缺失标记和偏标记的研究成果，并汇报自己在该领域以及结合粒思想的一些初步思路。

报告人简介：

谭安辉，浙江海洋大学信息工程学院副教授，中国人工智能学会粒计算与知识发现专委会委员，2020年入选浙江省高校优秀青年领军人才，2019年入选浙江海洋大学东海优秀青年人才。主持国家自然科学基金项目2项、参与重点及一般项目等多项，目前主持国家自然科学基金面上项目1项。主要从事机器学习、粒计算、不确定性分析等方面的工作。近年来，在国内外权威期刊《IEEE Transactions on Fuzzy Systems》、《IEEE Transactions on Cybernetics》、《Information Sciences》、《Fuzzy Sets and Systems》、《计算机研究与发展》等发表学术论文30余篇，同时担任众多国际期刊的审稿人。

邀请人：葛洵