报告时间：2020年11月26日下午15:00-16:00
报告地点：红瓦楼726报告厅
报告人：浦剑，复旦大学类脑研究院
报告人简介：
博士，青年研究员，主要从事机器学习算法研究及其在计算机视觉、自动驾驶、以及神经科学和医学等领域的应用。2014年在复旦大学计算机学院获得理学博士学位，2014-2016年在中国科学院神经科学研究所从事博士后研究，2016-2019年在华东师范大学计算机科学与软件工程学院担任副研究员。已发表各类文章二十余篇，Google Scholar总引用1000余次。其中以第一作者在IEEE Transactions on Medical Imaging等医疗影像顶刊，IJCAI，ECCV等计算机顶会上发表过文章。
报告摘要：
随着近些年来数据采集设备的快速发展，数据总量正在变得越来越多，然而想要获得所有数据的精确标注也变得越来越困难。对于分类来说，在很多情况下，我们只能获得对于某些类别的部分标注样本，而其他大部分数据是 没有标注的。正样本-无标签（Positive-Unlabeled，PU）学习就是一种只利用少量正样本和大量无标注样本进行模型训练的机器学习算法。本报告将简要介绍正样本-无标签学习的背景、常用算法及潜在应用。此外，本次报告还将涉及图像篡改检测、增强现实/虚拟现实下等脑外科术前导航等项目。