报告题目：基于相似置信度的成对多示例学习

主讲人：刘旭华副教授（中国农业大学）

时间：2025年10月25日（周六）11:00 a.m.

地点：北院卓远楼305会议室

主办单位：统计与数学学院

摘要：多示例学习是一种经典的弱监督学习方法，其中样本被分组为包含不同数量示例的包。由于标注过程需耗费高昂的成本，对每个包进行完整标注极具挑战性甚至不可行。然而，获取相似性置信度（即两个包具有相同标签的概率）要相对容易。本研究基于相似性置信度包进行多示例学习，提出一种遵循经验风险最小化原则的包级分类器训练框架，给出了保证模型收敛性的泛化误差界，最后通过风险校正来缓解潜在过拟合问题，并给出理论一致性证明。

主讲人简介：

刘旭华，男，中国农业大学理学院应用数学系副教授，北京理工大学博士，美国北卡罗莱纳大学教堂山分校访问学者，研究方向为应用统计、机器学习。发表论文40余篇，研究成果主要发表在Journal Of Statistical Planning & Inference，Test，Electronic of Statistics，Pattern Recognition，Applied Soft Computing等统计学和机器学习领域重要期刊上。主持及参与多项国家自然科学基金，国家科技重大专项和北京市自然科学基金等项目。