伟德官网杨刚老师在解决零样本学习问题上取得系列研究成果

更新时间:2018-07-03 14:37:09 浏览量:

近日,伟德官网多媒体计算实验室杨刚老师在零样本学习(zero-shot learning)上的研究成果,接连被多媒体领域及信息检索领域的顶级国际会议录用。杨刚老师共有3篇零样本学习相关的论文被录用,其中,一篇被多媒体领域顶级会议ACM Multimedia 2018录用并做ORAL presentation(录用率约8.5%),一篇被信息检索领域的顶级会议ACM SIGIR 2018录用,一篇被计算机视觉重要国际会议BMVC2018录用。

ACM MM全称ACM Multimedia,是多媒体领域具有最高学术地位的国际性学术会议,是CCF A类会议。杨刚老师的论文《Dissimilarity Representation Learning for Generalized Zero-Shot Recognition》被ACM Multimedia 2018会议录用并获邀Oral Presentation,此会议的Oral Presentation录用率低于8.5%。杨刚老师在此论文中提出用Dissimilarity Representation的方法解决广泛零样本学习(Generalized Zero-Shot Learning)问题。

ACM SIGIR全称为ACM Special Interest Group on Information Retrieval,是信息检索领域的顶级国际会议,被CCF评为A类会议。杨刚老师的论文《Imagination Based Sample Construction for Zero-Shot Learning》被ACM SIGIR 2018会议录用,此会议的录用率低于30%。杨刚老师在其论文中,提出了基于人类联想认知的样本构造方法,在零样本学习(Zero-shot Learning)任务中极具创新性。

BMVC是英国机器视觉会议,是计算机视觉领域重要的国际会议,杨刚老师的论文《Cross-class Sample Synthesis for Zero-shot Learning》被会议录用为Full Paper,此会议的录用率约为22%。该论文提出了跨类合成样例解决零样本学习问题的方法。

附:论文信息

-Gang Yang, Jinlu Liu, Jieping Xu, Xirong Li. Dissimilarity Representation Learning for Generalized Zero-Shot Recognition. ACM MM, 2018.

-Gang Yang, Jinlu Liu, Xirong Li. Imagination Based Sample Construction for Zero-Shot Learning. ACM SIGIR, 2018.

-Jinlu Liu, Xirong Li, Gang Yang*. Cross-class Sample Synthesis for Zero-shot Learning. BMVC,2018.