报告题目：自适应标签噪声过滤框架
报告人：王文剑，山西大学教授
报告时间：2022年08月27日9:00
直播链接：https://meeting.tencent.com/l/r8NEMc4gp0dy
报告摘要：机器学习的结果正确性、模型鲁棒性是大数据智能安全可信应用中不可回避、必须解决的关键问题，而数据质量是机器学习技术发挥作用的重要基础。数据中的噪声（特别是标签噪声），使得机器学习算法很难从数据中挖掘出高度可信的规则（相对于数据分析任务）或训练得到精准的模型（相对于机器学习任务），从而必然导致源于数据的知识和决策产生严重错误或偏差。报告介绍了目前的一些噪声过滤理论和方法，并重点介绍了团队提出的自适应标签噪声过滤框架及最优过滤方法。
报告人简介：王文剑，山西大学二级教授，博士生导师，计算机与信息技术学院院长兼大数据学院院长，是教育部新世纪优秀人才、山西省学术技术带头人、山西省“三晋英才”拔尖骨干人才。目前担任中国人工智能学会理事、中国人工智能学会机器学习专委会常务委员、知识工程与分布智能专委会常务委员，中国计算机学会人工智能与模式识别专委会委员，CCF太原分部执行委员会副主席、ACM太原分会副主席。近年来主要从事机器学习与数据挖掘等方面的研究，先后主持国家自然科学基金重点项目和面上项目、省部级项目及企事业委托项目30余项，在JMLR、TKDE、TSC、PR、中国科学、IJCAI、ACM MM等国际国内学术期刊和会议发表学术论文260余篇，获山西省自然科学一等奖2项、科技进步二等奖1项。
