时间：2023年9月18日（周一）上午10:00

地点：校本部东区12号楼B525

讲座：无监督模型评估

演讲者：郑良 澳大利亚国立大学高级讲师

演讲者简介：

郑良老师是澳大利亚国立大学的终身高级讲师，他以在目标重识别领域的杰出贡献而广受认可，他与合作者们共同设计了被广泛使用的数据集和算法，如Market-1501 (ICCV 2015)，基于部分的卷积baseline (ECCV 2018)，随机擦除(AAAI 2020)以及联合检测和嵌入(ECCV 2020)等。他目前的研究兴趣主要集中在以数据为中心的计算机视觉领域，旨在分析和改进数据而不是模型本身。他是Vision Datasets Understanding系列研讨会和CVPR的DataCV挑战的主要组织者，他同时还担任CVPR、ICCV、ECCV和NeurIPS等顶尖会议的领域主席。他曾被IEEE Intelligent Systems评选为AI领域内10位最值得关注的人之一，也被The Australian杂志评为Australia’s Early Achievers。他分别于2010年和2015年在清华大学获得了学士学位和博士学位。

讲座摘要：

机器学习的教科书教我们使用带有真实标签的测试集来评估模型。这在给出了测试的真实标签的公开数据集上进行评估是可行的，例如MSCOCO、ImageNet。然而，在现实世界中测试的真实标签不再可用或者获取成本过高时，就无法按照教科书中的方式来评估模型。在这次讲座中，郑良老师将围绕这个重要问题展开讨论。他将介绍在图像分类、目标检测和稳定扩散模型中以无监督指标来衡量性能的方法。

邀请人：通信与信息工程学院 曾丹教授

欢迎广大教师和学生参加！