|
作者:
摄影:
来源:
新闻网
时间:
2024-12-11
点击数:
10
|
讲座题目 | 高维分类的标签漂移鲁棒联邦特征筛选(英) | 主办单位 | 数理与统计学院 | 协办单位 | 数理与统计学院 | 讲座时间 | 2024-12-14 | 主讲人 | 孙怡帆 | 讲座地点 | 行政楼506 | 主讲人简介 | 孙怡帆,中国人民大学吴玉章青年学者,统计学院教授,博士生导师,数理统计系系主任,教育部人文社会科学重点研究基地应用统计研究中心研究员,全国工业统计学教学研究会常务理事、中国统计教育学会理事。发表学术论文40余篇,主持国家自然科学基金、教育部人文社科基金,获教学标兵、北京市高等教育教学成果一等奖等奖励 | 讲座内容简介 | 分布式和联邦学习是处理大型数据集高维分类的重要工具。本文提出了一个统一现有筛选方法的通用框架,并提出了一种新颖的实用程序——基于标签偏移的鲁棒联邦特征筛选(LR-FFS),以及与其相关的联邦估计过程。该框架便于对方法进行统一分析,并有效减轻了标签偏移的影响。 |
|
|
|
|
|
|
 |
一周热点 |
 |
一月热点 |
 |
视觉影像 |
|