讲座人：张保权 博士生

题目：面向图像分类的小样本学习方法研究

时间：2022年7月15日 15：00-16:00

地点：信息楼L1612

讲座内容：

 图像分类是机器学习领域中一种基础且非常重要的研究课题之一。近些年，凭借着大量的标注数据，基于深度学习的方法已经取得了成功性的进展。然而，在实际应用中，收集如此多的数据往往是不现实的或者非常困难的。众所周知，在少量的标注数据下，采用传统的机器学习范式来训练深度图像分类模型，通常会出现严重过拟合的现象。因此，如何在小样本条件下学习一个泛化良好的深度图像分类模型已经成为机器学习领域中的一个亟待于解决的重要研究问题。本报告旨在叙述如何从数据丰富的类别中学习一种可迁移的通用知识，进而来辅助有限标注数据下的深度图像分类模型的快速适应，进而较好地执行图像分类任务。

讲座人简介：

  张保权，博士生，曾分别于哈尔滨工业大学 (威海)获得学士学位和哈尔滨工业大学获得硕士学位。 2019年至今在哈尔滨工业大学 (深圳) 计算机科学与技术学院攻读博士学位，指导教师为叶允明教授。主要研究方向为元学习、小样本学习及其应用。