统计机器智能与学习(Statistical Machine Intelligence & LEarning, SMILE)实验室隶属于电子科技大学计算机科学与工程学院。 位于电子科大清水河校区主楼B1-420。负责人为徐增林教授。
实验室以机器学习技术及其应用为主要研究方向。目前研究方向包括:半监督学习、核学习、贝叶斯学习、特征选择与提取、多任务学习、多视角学习、主动学习、在线学习、矩阵分析、张量分析、深度学习、优化算法、可扩展学习等。主要应用领域包括互联网、推荐系统、社会网络分析、生物信息学、神经信息学、健康数据分析、空间安全数据分析等。
实验室以机器学习技术及其应用为主要研究方向。目前研究方向包括:半监督学习、核学习、贝叶斯学习、特征选择与提取、多任务学习、多视角学习、主动学习、在线学习、矩阵分析、张量分析、深度学习、优化算法、可扩展学习等。主要应用领域包括互联网、推荐系统、社会网络分析、生物信息学、神经信息学、健康数据分析、空间安全数据分析等。
News!
- 2015年1月25日: Sparse Bayesian Multiview Learning for Simultaneous Association Discovery and Diagnosis of Alzheimer's Disease 被评为AAAI Outstanding student paper honorable mention。祝贺 Shandian Zhe, Zenglin Xu, Alan Qi, Peng Yu.
- 2014年11月10日: 两篇文章分别被人工智能领域顶级会议AAAI接收,题目分别为:Sparse Bayesian Multiview Learning for Simultaneous Association Discovery and Diagnosis of Alzheimer's Disease 和 Nyström Approximation for Sparse Kernel Methods: Theoretical Analysis and Empirical Evaluation
- 大数据算法与科学论坛将于11月30日全天在成都,电子科技大学(清水河新校区),图书馆168人报告厅。
- 台大Chih-Jen Lin教授做关于Large-scale linear classification: status and challenges的报告,时间2014年12月1日,地点:电子科技大学(清水河新校区),图书馆600人报告厅
- The 2nd Workshop on Scalable Machine Learning: Theory and Applications, In conjunction with the 2014 IEEE International Conference on Big Data, Washington D.C., Oct, 2014.
- The 1st Workshop on Scalable Machine Learning: Theory and Applications, In conjunction with IEEE Big Data Conference 2013, Santa Clara, CA, Oct, 2013.