讲座题目：
开放环境下的几个典型机器学习算法
讲座内容：
随着人工智能技术的发展，我们将面临更多开放环境下的机器学习问题。本报告从特征和标签两个维度出发，主要介绍几个典型的机器学习算法。包括：特征变化时的数据单遍扫描方法、标签欠缺时的多视图半监督分类方法、标签缺失时的多标签分类方法、特征增加时的安全分类方法。最后对该领域的发展进行简单的小结和展望。
主讲人介绍：
侯臣平，国防科技大学数学与系统科学系副主任、教授、博士生导师。现任湖南省数学会理事，中国计算机学会人工智能专委会委员。主要从事动态特征分析的方法和应用研究工作，在动态特征复用和低维嵌入学习等方面取得了多项研究成果，并应用于多个领域。近年来，在IEEE TPAMI等国内外著名期刊和会议上以第一/通讯作者发表学术论文45篇（包括IEEE汇刊长文15篇）。担任TPAMI等杂志以及ICML、NIPS等会议的审稿人，是Neurocomputing、IEEE Access等SCI期刊的编委，多篇论文进入ESI各层次高被引论文。主持国家自然科学基金、湖南省杰出青年科学基金等8项项目。获得军队高端科技人才、国防科技大学青年拔尖人才、青年创新奖等科研奖励。
