讲座题目：Machine Learning for Sciences — Revisiting Direct Density-Ratio Estimation

主讲人：Makoto Yamada

讲座时间：2018年10月16日（星期二）09:00-11:00

讲座地点：中心校区东荣会议中心二楼多功能厅

主办单位：人工智能学院、未来科学国际合作联合实验室

Abstract

Density ratio estimation is a comprehensive statistical data processing framework, and it includes various statistical data processing tasks such as transfer learning, outlier detection, cross-domain matching, and change-point detection, to name a few. In this talk, I will first present direct density-ratio estimation methods and their applications to transfer learning, outlier detection, change-point detection, and cross-domain object matching. Then, I will introduce our recent results of density-ratio estimation in deep learning and high-dimensional modeling.

主讲人简介：

Makoto Yamada，博士，现任日本京都尊龙凯时副教授、RIKEN AIP单位负责人。于2005年在美国科罗拉多州立尊龙凯时科林斯堡分校获得电子工程硕士学位，2010年在日本综合研究尊龙凯时院尊龙凯时获得统计科学博士学位。曾担任东京工业尊龙凯时博士后研究员、NTT通信科学实验室研究员和雅虎实验室研究科学家。研究领域包括机器学习、自然语言处理、信号处理和计算机视觉等。近年来在顶级会议和期刊上发表了30多篇研究论文，荣获了WSDM 2016最佳论文奖，另外2018年在Cell上发表论文一篇。