보고서 제목 :강력한 최적화를 향해 : 세 가지 다른 랜덤 샘플링 접근 방식
보고서 시간 :2020연도11Month19day 아침10:00
보고서 위치: 학교 본부승화 백 빌딩215
보고서 소개 :
많은 실제 시나리오에서 우리의 데이터 세트에는 종종 상당한 특이 치가 포함됩니다. 특이 치는 데이터 수집 프로세스에서 자연스럽게 생성되거나 일부 부적 공격자가 추가 할 수 있습니다. 예를 들어, 공격자는 소수의 특수 제작 된 샘플을 훈련 데이터에 주입하여 결정 경계가 심각하게 벗어나 예상치 못한 오 분류를 유발할 수 있습니다 (이 사건을 중독 공격이라고합니다). 따라서 강력한 최적화 알고리즘, 특히 특이 치에 탄력성이있는 강력한 최적화 알고리즘을 설계하는 것은 대중적인 주제가되었으며 최근 몇 년 동안 많은 관심을 끌었습니다. 그러나 대부분의 강력한 최적화 문제는 복잡성이 매우 높으며 복잡성을 줄이는 방법과 해당 알고리즘 속도를 높이는 방법에 중점을 둡니다. 랜덤 샘플링은 데이터 크기를 줄이는 데 자연스러운 아이디어이지만 기존 샘플링 방법은 종종 이상치와 관련된 경우를 처리하기 위해 확장하기가 어렵습니다. 이 대화에서, 우리는 기계 학습 및 데이터 마이닝 분야에서 몇 가지 인기있는 강력한 최적화 문제를 처리하기위한 세 가지 다른 소설 랜덤 샘플링 접근법을 소개 할 것입니다. 언급 된 결과 중 일부는 ICML'20, ESA'19 및 ESA'20에 게시되었습니다.
스피커 프로필 :
hu ding isA (사전 임계) USTC의 컴퓨터 카지노 가입 쿠폰 및 공학 학교 교수 및 데이터 인텔리전스, 알고리즘 및 지오메트리 (DIAG) 그룹을 지시합니다. 중국으로 돌아 가기 전에 저는 미시간 주립 대학 (Michigan State University)의 컴퓨터 카지노 가입 쿠폰 및 공학과의 임기 트랙 조교수 (2016-2018)였습니다. 2015 년부터 2016 년까지 Tsinghua University와 UC Berkeley의 공동 연구 동료 직책을 맡았습니다.이 제목은 "Simons-Berkeley Research Fellow"라고합니다. 2015 년 버팔로의 뉴욕 주립 대학교 (Computer Science and Engineering), 컴퓨터 카지노 가입 쿠폰 및 공학과에서 Dr.Jinhui XU의 감독하에 박사 학위를 취득했습니다. 2009 년 Sun Yat-Sen (Zhong Shan) 대학교에서 수학 학사 학위를 받았습니다. 연구 관심사는 Algorithms, Computational Geometry, E. G. 사물, 컴퓨터 비전 및 생물 의학 영상. 홈페이지 : http://staff.ustc.edu.cn/~huding/index.html
