报告题目：基于贝叶斯模型的因子分解机

报告时间：2022年10月10日 19:00--21:00

报告方式：腾讯会议

会 议 码：157-967-070

报 告 人：王杨 教授

报告人简介：

王杨，合肥工业大学多媒体实验室黄山青年学者，教授，博士生导师。2020年入选安徽省高层次人才计划，中国图象图形学学会会员。在人工智能领域发表文章80篇， 例如Artificial Intelligence （Elsevier）, IJCV, IEEE TIP, ACM TOIS, Machine Learning (Springer), IEEE TNNLS, IEEE TKDE, Science China: Information Sciences (中国科学：信息科学)，VLDB Journal, ACM SIGIR, KDD, ECCV, AAAI, IJCAI, ACM Multimedia等。谷歌学术引用4500+, H-index 33，同时有7篇文章入选ESI Top 1% 高被引论文，2019年至今担任信息搜索领域顶级杂志 ACM Transactions on Information Systems (ACM TOIS, CCF Rank A) 副编 (Associate Editor)。目前主持3项国家自然科学基金项目 （联合基金-重点项目，面上项目，青年基金项目）。同时担任国家自然科学基金优秀青年基金（海外）项目，面上项目，地区基金项目通讯评审专家。

报告内容简介：

因子分解机作为一种通用的监督式学习模型，广泛应用于人工智能领域，包括推荐、搜索、分类等。因子分解机基于参数分解，考虑特征之间的交互（特征组合）。然而，并非所有特征交互对于预测任务都是有用的，有时甚至会引入噪声。本报告将介绍我们近期针对因子分解机的进展，包括特征交互选择任务，基于贝叶斯变量选择的通用贝叶斯特征选择模型，以及如何有效解决个性化特征交互选择及高阶特征交互选择等一系列问题的研究进展。

主办单位：吉林大学计算机科学与技术学院

吉林大学软件学院

吉林大学计算机科学技术研究所

符号计算与知识工程教育部重点实验室

仿真技术教育部重点实验室

网络技术及应用软件教育部工程研究中心

吉林大学国家级计算机实验教学示范中心