特邀專(zhuān)家：周穎杰 副教授
講座時(shí)間：6月29日 10:30
講座地點(diǎn)：騰訊會(huì)議：772-995-729
主講人簡(jiǎn)介：
周穎杰，博士畢業(yè)于電子科技大學(xué)，現(xiàn)為四川大學(xué)計(jì)算機(jī)學(xué)院副教授、博士生導(dǎo)師。曾為美國(guó)哥倫比亞大學(xué)、美國(guó)貝爾實(shí)驗(yàn)室總部訪問(wèn)學(xué)者，電子科技大學(xué)博士后。主要研究方向包括異常行為檢測(cè)、深度學(xué)習(xí)、時(shí)間序列分析、智能系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò)、物聯(lián)網(wǎng)等。擔(dān)任20余種國(guó)際知名會(huì)議的程序委員會(huì)共同主席、宣傳主席、本地組委會(huì)主席、領(lǐng)域主席、分會(huì)主席、技術(shù)委員會(huì)成員，30余種國(guó)際知名期刊和會(huì)議的審稿人。國(guó)家“111計(jì)劃“創(chuàng)新引智基地和四川省青年科技創(chuàng)新研究團(tuán)隊(duì)骨干成員；IEEE 通信學(xué)會(huì)大數(shù)據(jù)技術(shù)委員會(huì)成員；CCF YOCSEF 成都AC委員。
講座內(nèi)容簡(jiǎn)介：
實(shí)際場(chǎng)景中，異常樣本往往十分稀少。在只有極少量異常樣本和大量無(wú)標(biāo)簽樣本的情況下，學(xué)習(xí)得到有效的異常檢測(cè)器仍然極具挑戰(zhàn)。針對(duì)該問(wèn)題，我們提出了一種弱監(jiān)督異常檢測(cè)方法，將無(wú)監(jiān)督異常檢測(cè)與半監(jiān)督異常檢測(cè)進(jìn)行聯(lián)姻，通過(guò)新穎的特征編碼策略和能與之無(wú)縫銜接的半監(jiān)督深度檢測(cè)模型，實(shí)現(xiàn)了相較于現(xiàn)有方法更優(yōu)的性能。
