Talk | 中国科学院大学博新计划博士后/讲师杨智勇：高效偏AUC优化算法及理论

本期为TechBeat人工智能社区第472期线上Talk！

北京时间2月8日(周三)20:00，中国科学院大学博新计划博士后/讲师——杨智勇的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “高效偏AUC优化算法及理论”，届时将介绍具有性能需求约束的机器学习问题。

Talk·信息

▼

主题：高效偏AUC优化算法及理论

嘉宾：中国科学院大学博新计划博士后/讲师杨智勇

时间：北京时间 2月8日 (周三) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

 点击下方链接，即可观看视频

TechBeatTechBeat是荟聚全球华人AI精英的成长社区，每周上新来自顶尖大厂、明星创业公司、国际顶级高校相关专业在读博士的最新研究工作。我们希望为AI人才打造更专业的服务和体验，加速并陪伴其成长。https://www.techbeat.net/talk-info?id=749

Talk·介绍

▼

本次talk主要聚焦于具有性能需求约束的机器学习问题，该类问题适用于疾病预测、金融分析等领域中普遍存在的长尾及代价敏感问题，我们从偏AUC指标的优化方法及理论出发，仅有选择的优化在用户指定的真阳性率及假阳性率区间内的模型平均性能，可为灵活的决策需求提供高效的解决方案。

Talk大纲如下：

1.AUC指标的引入

2.AUC优化发展历史

3.我们的工作

-Optimizing Two-way Partial AUC with an End-to-end Framework

-Asymptotically Unbiased Instance-wise Regularized Partial AUC Optimization: Theory and Algorithm

4.讨论所提出框架在未来的可能延伸方向

Talk·预习资料

▼

• Zhiyong Yang, Qianqian Xu, Shilong Bao, Yuan He, Xiaochun Cao and Qingming Huang. Optimizing Two-way Partial AUC with an End-to-end Framework. TPAMI, 2022.（https://arxiv.org/abs/2206.11655）

• Huiyang Shao, Qianqian Xu, Zhiyong Yang, Shilong Bao, Qingming Huang. Asymptotically Unbiased Instance-wise Regularized Partial AUC Optimization: Theory and Algorithm. NeurIPS, 2022. (https://arxiv.org/abs/2210.03967)

Talk·提问交流

▼

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

Talk·嘉宾介绍

▼

杨智勇

中国科学院大学博新计划博士后/讲师

杨智勇，现为中国科学院大学博士后/讲师。近五年来，聚焦AUC优化、Xcurve优化等机器学习前沿理论与方法。入选2022年度CCF优秀博士提升计划（原CCF优博），2021年度中国博士后博新计划、中科院特别研究助理计划，获得2021年度百度奖学金全球20强、2021年AI华人新星百强、2022年度中科院百篇优博、2021年度中科院院长特别奖、海英之星奖学金等荣誉及称号。发表40余篇CCF A类会议/期刊论文，其中第一作者论文8篇，主要包括：TPAMI论文3篇（IF：24.31）、ICML Oral 1篇（录用率：3%）、NeurIPS 1篇。

个人主页：

https://joshuaas.github.io/

-The End-

关于TechBeat人工智能社区

▼

TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。

我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。

期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>TechBeat，一个荟聚全球华人AI精英的学习成长社区