Enjoy your life
喜
讯
协会林露樾师兄成功投出论文至
IEEE Transactions on Cybernetics
论文通知↓↓↓
![1f220374f93dbd6dfe89079cb18ddffa.png](https://i-blog.csdnimg.cn/blog_migrate/6191537c47536f5eb27b5d0b2f496138.jpeg)
露越师兄曾经是11级电协网宣部一员
现是18级广工自动化博士生,AI发展方向
也是现贝尔组机器学习组的指导师兄
![253c21d51d7ddf4a65be56c77341f356.png](https://i-blog.csdnimg.cn/blog_migrate/42b8d6b6d12a4ca47a334a89fc5288c3.jpeg)
IEEE Transactions on Cybernetics是什么呀?
这你都不知道,我来给你普及普及知识吧~~
![c516c0f84ca772666954d59f27b2febc.png](https://i-blog.csdnimg.cn/blog_migrate/7366201676c1c7fcf97cde8f683972a1.jpeg)
![292b64051ac2c09e5e500d9fa7ee276f.png](https://i-blog.csdnimg.cn/blog_migrate/a8f5d9842eeb26417a0afd396ef0107b.png)
![beafbf4b8967936e6423ee8fabd5bad3.png](https://i-blog.csdnimg.cn/blog_migrate/82cd4ad6047b7725e92f2d23de6a533d.jpeg)
部分论文内容↓↓↓
![15b626547ca3340c1aaed0fb55cffc44.png](https://i-blog.csdnimg.cn/blog_migrate/356f7779fc3046c3cef7de0e777ba2ac.png)
师兄的论文主要写的是图像分类这一方向,图像分类是模式识别的一个方面。目前,人们普遍使用卷积神经网络(convolutional neural networks,CNN)来解决图像分类问题。而这个方法在现实生活中可能无法得到大量的标注好标签的样本。
针对此问题,师兄提出一种隐变量增广的方法——在给定的不充分图像训练集,求解了样本隐变量的概率分布。之后从这个隐变量的分布中采样得到大量的隐变量,间接地增加了样本的个数,进而提高了卷积神经网络的分类性能。
在这个论文的中,师兄的难点在于证明方法的有效性;重点在于提出算法以及验证算法。
论文即将发布在researchgate官网,有兴趣的小伙伴可以去查看一下哦~
师兄心得体会
我整个研三在协会的实验室度过,那是我研究生阶段最为充实的日子,和年轻人一起学习,玩,总是能觉得自己也变年轻了,学习的效率也很高,虽然自己的做的这些东西别人很难给予帮助,但是,有师弟师妹的陪伴,就能让自己觉得不是那么的孤独。自己心情不好的时候,有人唠唠嗑;思路进入死胡同时,能转头叫几个去喝一杯农药,或者恰一把鸡,这就是科研狗的幸福,非常的朴实无华,而且枯燥。后来博士阶段,论文还没弄完,有时候公式卡住了,推导不出来的时候,真的很烦,在朋友圈上发泄了一些情绪后,裕炜会长说了一句,没饭吃找协会,管饱,瞬间就暖了很多。当那天改完整个论文,所有公式写完,数据录入完,投稿出去后,就约了网宣部的师弟师妹们一起去唱K,舒服~~
在过去一段时间里,我一直在努力带着协会的贝尔小组的机器学习小组,虽然很累,但是,在和大家讨论问题的时候,一起讨论论文的时候,我觉得自己也成长很多。我自也很懒散,但是有机器学习小组的push,我自己也就会好好的学习下去。
![73f198dc072204ab02ad7ee71e226d89.gif](https://i-blog.csdnimg.cn/blog_migrate/d012c3937f72dd3686cc895641fda644.gif)