浅层学习中的特征选择和深层学习中的特征图选择

发布者:刘茜茜发布时间:2025-12-24浏览次数:10

江苏省应用数学(中国矿业大学)中心系列学术报告

报告题目:浅层学习中的特征选择和深层学习中的特征图选择

报 告 人:薛羽 教授   南京信息工程大学

报告时间:2025/12/25(周四) 15:30-16:30

报告地点数学学院B301

钉钉会议:835 713 165

报告摘要:

特征选择是解决分类器“维度灾难”问题的一种重要数据预处理技术。通过特征选择/特征图选择可以简化浅层学习/深层学习中的分类模型、提高分类精度、减少训练时间等。本次报告系统介绍特征选择的起源、概念、方法分类及研究主题,重点介绍浅层学习中的特征选择方法与深层学习中的特征图选择方法,并结合神经网络架构搜索介绍问题空间学习方面的最新研究进展。

报告人简介:

薛羽,南京信息工程大学教授、博士生导师。主要研究方向为深度学习、演化计算、神经网络架构搜索、计算机视觉、特征图选择等。主持国家自然科学基金面上项目2项,国家自然科学基金面上项目合作课题1项,国家自然科学基金青年科学基金项目1项、江苏省自然科学基金青年基金项目1项、江苏省高校自然科学研究项目1项。获中国自动化学会自然科学奖二等奖1(第三完成人),福建省自然科学奖三等奖1(第二完成人)。在国内外期刊上发表学术论文100余篇,论文总被引用次数逾9000次。连续多年入选全球前2%顶尖科学家。2篇第一作者论文入选全球影响力排名前1‰ESI热点论文,另有8篇第一作者论文入选全球影响力排名前1%ESI高被引论文。