应我校beat365官方网站邀请,东北师范大学李阳教授、单娜副教授、冯国忠副教授、官国宇副教授于2023年9月23日为我院教师和研究生讲学。本次系列报告主办单位为:重点建设与发展工作处、beat365官方网站。报告地点为:beat365官方网站A8楼722会议室。欢迎beat365官方网站及全校相关教师、博士生、硕士生参加!
报告1:用于辅助病灶分割的半监督学习方法
报告人:李阳教授
报告人单位:东北师范大学
时间:2023年9月23日(周六)上午9:00
李阳教授简介:李阳,女,1979年出生,教授,博士生导师,吉林省D类人才,现任职于东北师范大学前沿交叉研究院。国家自然基金委、教育部学位中心、吉林省科技厅、吉林省教育厅评审专家。CAAI智慧医疗专委委员,中国现场统计研究会数据科学与人工智能分会理事,吉林省图像图形学会理事,大唐杯技术大赛专家委员。主持国家自然科学基金、省部级项目等9项;在SCI期刊发表学术论文近二十篇;出版学术专著1部。授权国家发明专利6项,软件著作权二十余项。
报告摘要:本次报告主要就吉林省科技厅高新项目中脑部病变的自动分割展开,分为半监督辅助分割与多重注意力分割两个部分。脑MRI对病灶的自动分割为脑卒中患者的及时诊治以及诊疗方案的制定提供了可靠的依据,但获取大规模标记数据是昂贵和耗时的。半监督学习方法通过利用大量的未标记图像和有限的标记图像来缓解这一问题。针对伪标签存在噪声以及现有的三维网络缺乏聚焦较小目标的能力这两个问题,提出了一种新的半监督方法,即用于脑卒中病灶分割的具有注意力机制的校正交叉伪监督方法。在合作医院急性缺血性脑卒中数据集及缺血性脑卒中病灶分割挑战赛数据集上分别进行了评估实验。结果表明,在仅使用训练集中20%的标记数据时,与SOTA方法相比有所提升。所提出的方法可以有效地利用未标记数据来提高分割精度,优于其他半监督方法,并具有鲁棒性。
报告2:等级反应模型中项目功能差异检测的贝叶斯自适应Lasso法
报告人:单娜副教授
报告人单位:东北师范大学
时间:2023年9月23日(周六)上午10:00
单娜副教授简介:单娜,女,1981年生,东北师范大学心理学院副教授,硕士生导师。博士毕业于东北师范大学数学与统计学院概率论与数理统计专业,主要研究领域是心理统计与测量、图模型和因果推断等。目前主持完成国家自然科学基金青年基金、面上项目和数学天元青年基金各1项,发表SCI或SSCI论文十余篇。
报告摘要:项目功能差异(DIF)的检测在心理和行为科学中很重要。标准的DIF方法迭代地执行逐项检验,并假设除正在检验的项目外其他所有项目都没有DIF。本文提出了一种贝叶斯自适应Lasso方法来检测等级反应模型中的DIF,它可以同时识别所有项目的DIF效应。提出了一种用于参数估计的贝叶斯自适应Lasso方法,该方法可以自动地获得DIF效应。模拟研究对我们的方法进行了评估,并与常用的似然比检验法进行了比较。结果表明,我们的方法可以很好地恢复大多数模型参数,并且在几乎所有条件下都能更好地控制假阳性率。最后,我们的方法对全国青少年到成人健康纵向研究的数据进行了分析。
报告3:基于统计语言模型的文本数据挖掘应用
报告人:冯国忠副教授
报告人单位:东北师范大学
时间:2023年9月23日(周六)上午11:00
冯国忠副教授简介:冯国忠,男,1982年出生,副教授。主持国家自然科学基金青年项目1项,吉林省科技发展计划优秀青年人才基金项目1项。从事文本数据分析领域的研究工作。发表论文20余篇。先后获得2007年全国博士生学术论坛优秀论文奖、2014年吉林省优秀博士学位论文奖,吉林省科学技术奖科技进步奖三等奖及东北师范大学2017年实践育人标兵各一项。
报告摘要:自然语言处理(NLP)属于人工智能领域的重要分支,又常被称为计算语言学。从上世纪90年代开始统计语言模型在NLP的发展中起着越来越重要的作用。在文本的数据化表示中就有了著名的包含词事件模型和文档时间模型朴素Bayes模型(机器学习十大算法模型之一)。需要指出的是东北师范大学郭建华教授所带领的团队针对市长公开电话投诉文本挖掘这一实际问题做出了系列重要工作。
2010年之后,基于统计语言模型的深度学习方法由于其强大的感知能力迅速崛起。在此背景下,我们研究了三种少样本分类中的知识注入方法:(1)在少样本文本分类中对重要实体导入常识性知识;(2)在关系抽取中引入关系标签中的语义信息;(3)在知识问答中融入中间监督信号。实验结果均验证了我们方法的有效性。
报告4:碳排放、能源消费与经济增长
报告人:官国宇副教授
报告人单位:东北师范大学
时间:2023年9月23日(周六)上午12:00
官国宇副教授简介:官国宇,男,1984年出生,东北师范大学经济与管理学院副教授,博士生导师。研究方向为经济统计学和数据科学,主要研究网络结构数据分析、汉语文本数据挖掘及其在经济学和管理学领域的应用。曾在Journal of Business & Economic Statistics、Statistica Sinica,数理统计与管理等学术期刊发表论文多篇;主持国家社会科学基金项目1项、国家自然科学基金项目1项、中国博士后学科基金面上项目1项。
报告摘要:本文使用中国30个省份1997-2019年的面板数据分析碳排放、能源消费和经济增长间的关系。首先分别加入能源消费和能源结构两个控制变量考察环境库兹涅茨曲线假说在中国是否成立,然后以人均碳排放量为中介变量分析能源结构转型对经济增长的影响。研究结论如下:第一,中国人均碳排放量与经济增长之间存在明显的倒“U”型关系,即环境库兹涅茨曲线在中国适用。第二,推算出中国碳达峰时间不会晚于2030年,在高速增长模式下最早将于2024年实现碳达峰。第三,能源结构转型对经济增长的直接效应和间接效应均显著但方向相反,即能源结构转型能够促进经济增长,只是人均碳排放量的降低遮掩掉了部分对人均收入增长的促进效果。
欢迎各位老师同学届时参加!