今天19:30 | NIPS 2022 预讲-基于随机素描的无监督泛化误差分析

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

哔哩哔哩直播通道

扫码关注AI TIME哔哩哔哩官方账号预约直播

2022年10月10日 19:30-20:30

讲者简介

刘勇：

中国人民大学，准聘副教授、博士生导师。博士毕业于天津大学。从事机器学习研究，特别关注大规模机器学习、自动机器学习、统计机器学习理论、图表示学习、Graph Transformer等。在顶级期刊和会议上发表论文40余篇，其中以第一作者或通讯作者发表CCF A类文章30余篇，涵盖机器学习领域顶级期刊TPAMI和ICML，NeurIPS，ICLR，IJCAI，AAAI5大顶级会议。曾获得中国科学院“青年创新促进会”会员以及中国科学院信息工程研究所“引进优秀人才”称号。担任国际顶级会议IJCAI高级程序委员，NeurIPS、ICML、AAAI、ECAI等程序委员。主持多项科研基金项目，包括国家自然科学基金面上项目/青年基金、北京市面上、中国科学院基础前沿科学研究计划等。

分享内容

基于随机素描的无监督泛化误差分析

报告简介

核K-means是最流行的无监督学习算法之一，在工业和学术界得到广泛应用和关注。但核K-means统计误差分析还缺乏深入研究，特别在泛化误差分析研究领域还处于初级阶段。基于改进的聚类Rademacher复杂度分析，首次给出了核K-means最优泛化误差界。在此基于上进一步研究了基于Randomized Sketches方法的近似核K-means的统计性质，并证明其能保证最优统计性能。

大家可以在群内进行提问，请添加“AI TIME小助手（微信号：AITIME_HY）”，回复“NIPS”，将拉您进“AI TIME NIPS交流群”！

AI TIME微信小助手

主       办：AI TIME 、中国人民大学高瓴人工智能学院

合作媒体：AI 数据派、学术头条

合作伙伴：智谱·AI、中国工程院知领直播、学堂在线、蔻享学术、AMiner、 Ever链动、科研云

往期精彩文章推荐

记得关注我们呀！每天都有新知识！

 关于AI TIME 

AI TIME源起于2019年，旨在发扬科学思辨精神，邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索，加强思想碰撞，链接全球AI学者、行业专家和爱好者，希望以辩论的形式，探讨人工智能和人类未来之间的矛盾，探索人工智能领域的未来。

迄今为止，AI TIME已经邀请了800多位海内外讲者，举办了逾400场活动，超400万人次观看

我知道你

在看

哦

~

点击 阅读原文 预约直播！