學術活動 NAVIGATION
〔2023科技創新月〕缺少標簽信息的時間序列表示學習
時間：2023-05-30
來源：
作者：
攝影： 編輯：王小軒
上傳：
報告人：吳敏研究員
報告人單位：新加坡科技研究局
報告時間：6月6日（星期二）15:00
會議地點：崇德A樓604會議室
舉辦單位：計算機與信息工程學院（人工智能學院）
報告人簡介：
吳敏博士，博士畢業于新加波南洋理工大學，目前擔任新加坡科技研究局高級研究科學家。主要科研方向為機器學習，遷移學習，數據挖掘和生物信息學。近年來發表學術論文一百余篇，參與編寫英文專著兩部。曾榮獲IEEE ICIEA 2022，IEEE SmartCity 2022，DASFAA2015和InCoB2016的最佳論文獎，IEEEPHM2020最佳論文提名獎。受邀擔任KDD，AAAI，IJCAI，ICLR等重要國際會議程序委員會委員。
報告摘要：缺少標簽是在實際應用深度學習模型處理時間序列數據時經常面臨的挑戰。最近出現了幾種方法，例如遷移學習、自監督學習和半監督學習，旨在提升深度模型在有限標簽下的學習能力。在本次報告中，將簡要回顧解決時間序列數據中標簽稀缺性問題的現有方法，并將其分類為領域內解決方案和跨領域解決方案。然后，分享自己在這個主題上的一些成果。首先，介紹了兩種自監督學習方法，稱為TS-TCC和CA-TCC，用于領域內時間序列表示學習。還提出了SEA，以及基準平臺AdaTime，作為我們跨領域解決方案。最后，討論了這些方法的局限性和該領域未來的發展方向。
審核：萬夕里
