深圳大学人工智能学院一周年学术周系列活动 IEEE荣誉班导师论坛-第4期
正值深圳大学人工智能学院建院周年之际，为进一步强化IEEE荣誉班“建设，促进荣誉班学生与学业导师之间的深度交流，帮助学生尽早了解导师科研方向、明确学术兴趣，同时为导师选拔科研苗子、搭建师生互动平台，智能科学系拟在一周年学术周期间正式启动“IEEE荣誉班导师论坛”，并将该论坛作为常态化机制延续至后续学期。
IEEE荣誉班学生为主，同时面向全院本科生、研究生、开放
聚类分析是机器学习中的经典问题，也是人工智能的重要基础。在深度表征学习、对比学习等现代方法中，聚类与prototype学习仍发挥着关键作用。尤其在真实场景中，医学诊断、异常检测、欺诈识别、生物信息分析等任务普遍面临数据非平衡问题，这对无监督与弱监督学习提出了更高要求。
本报告将结合讲者近期发表的研究工作，介绍面向非平衡数据的无监督与弱监督学习方法，重点讨论经典聚类方法在非平衡条件下的偏置问题，以及如何通过新的均衡机制和少量监督信息提升模型对少数类与复杂结构数据的识别能力。报告希望说明，聚类不仅是传统学习的重要内容，也是连接经典机器学习与现代人工智能方法的关键桥梁。
何裕东博士，现任深圳大学人工智能学院助理教授，曾任香港科技大学博士后研究员。本科毕业于中国科学技术大学应用物理专业，后于香港科技大学获得博士学位。其研究方向主要包括非平衡数据上的模糊聚类与弱监督学习、稀疏信号处理，以及语音信号处理等。他在 IEEE Transactions on Fuzzy Systems、Knowledge-Based Systems、Signal Processing、ICASSP、CVPR 等国际高水平期刊与会议发表多篇论文。申请多项中国与美国专利。长期参与国际信号处理顶刊IEEE Transactions on Signal Processing审稿工作。
文字 | 章勇
责编 | 靳伟鑫
审核| 彭小刚 李坚强
10个月宝宝每天需要喝多少奶粉？
