返回首页
CCF@U839：邵俊明、李培培、郭虎升、余航、张鹏走进桂林电子科技大学
由中国计算机学会（CCF）主办，CCF人工智能与模式识别专委、桂林电子科技大学计算机与信息安全学院承办的CCF走进高校活动，将于2022年5月14日在桂林电子科技大学召开，并同步开放腾讯会议线上会议室，敬请关注。
时间：2022年5月14日（星期六）08:30-16:55
地点：线上报告
参会方式：
1、 腾讯会议号：943-137-922
2、 参会须知：实名进入腾讯会议（具体格式：姓名+高校名）
组织主席：
文益民 桂林电子科技大学
蔡国永 桂林电子科技大学
学术秘书：
黎利辉 桂林电子科技大学
李世鑫 桂林电子科技大学
黄文辉 桂林电子科技大学
活动安排：
时间 | 题目 | 报告人 | |
08:30-09:40 | Reliable Learning on Evolving data Streams | 邵俊明 | |
09:45-10:55 | 数据流分类方法研究 | 李培培 | |
11:00-12:10 | 含概念漂移数据流的优化建模与高效计算 | 郭虎升 | |
14:30-15:40 | 概念漂移的检测、理解、适应 | 余 航 | |
15:45-16:55 | 数据流挖掘：采样、分类和索引方法研究 | 张 鹏 | |
报告信息：
报告题目：Reliable Learning on Evolving data Stream
报告摘要：Data streams are characterized by their unique properties such as massive, real-time and evolution, and the complex evolution characteristic poses great challenges to the reliability of data stream learning. This talk focuses on the complex evolution scenarios including concept evolution, feature evolution and label evolution, and explores new methods and frameworks to improve the reliability of data stream learning. Especially, for concept evolution, new measures and techniques for effective concept drift detection and learning are given. Afterwards, the concept convolution with feature evolution is introduced. The novel detection and reliable semi-supervised learning on conc