报告人：曲衍鹏
报告地点：腾讯会议ID:889 864 8458
报告时间：2022年07月15日星期五8:30-9:30
邀请人：徐东坡
报告摘要：
医学图像分析目前面临数据规模小、标注质量差、样本不平衡、模型可解释性的要求高等问题。为了获得具有良好判别性的医学图像特征，提高对异类样本的区分能力，本工作研究了一种自适应判别自编码器(Self-adaptive Discriminative Autoencoder, SADAE)模型，用来对由一个自编码器组合提取出的医学图像特征进行自适应度量学习，使得异类样本之间的间隔阈值能够调整到更优的结果。实验结果表明，SADAE在模型稳健性、标注差异性、模型可解释性方面取得了良好的结果。
会议密码：115119
主讲人简介：
曲衍鹏，大连海事大学人工智能学院副教授，硕士生导师，人工智能专业负责人。2012年于大连理工大学计算数学专业获得博士学位。2016-2018年于英国亚伯大学计算机科学系任威尔士之星研究员（Sêr Cymru Research Fellow）。主要研究领域包括不确定性人工智能、数据挖掘、模式识别及其在计算机辅助诊断、风险评估、图像识别等应用中的决策支持技术。主持及参与国家自然科学基金青年项目，博士后科学基金面上项目、特别资助项目等8项。目前在TII等国际期刊及会议上发表论文50余篇。
学校主页