报告题目：X-Curve：性能曲线优化算法研究
报告人：许倩倩 研究员，国家优青
报告时间：2023年5月24日上午10：00
报告地点：计算机楼A501
主办单位：计算机科学与技术学院
报告摘要：主流人工智能方法大多采用准确率作为单一性能评价指标，并据此进行算法设计。该指标决策阈值固定，仅能适应特定监管需求。而在实际网络空间内容风险监管过程中，对于不同领域的监管力度具有明显差异。针对现有模型学习算法对特定指标的依赖性，突破基于静态目标函数的模型优化框架，本报告将介绍团队提出的基于X-Curve的模型优化框架，该框架以AUROC、AUPRC、AUTKC、OpenAUC等性能曲线为模型优化准则，综合考虑不同阈值下的模型性能，从而保证模型在复杂应用场景下的可靠性。
报告人简介：许倩倩，中科院计算所研究员，博士生导师，国家优秀青年基金获得者。2007年本科毕业于中国矿业大学计算机学院，同年保送中国科学院研究生院直博。CCF杰出会员，IEEE/CSIG/高级会员，CSIG青工委副秘书长/CSIG多媒体专委会副秘书长/CAAI深度学习专委会副秘书长。研究领域为数据挖掘和机器学习，共发表CCF-A类论文70余篇（TPAMI 12篇）。先后获得：吴文俊人工智能自然科学奖一等奖，吴文俊人工智能科技进步二等奖，茅以升北京青年科技奖，CAAI最佳青年科技成果奖，CSIG石青云女科学家奖，吴文俊人工智能优秀青年奖，ACM中国SIGMM新星奖，入选首份AI华人女性青年学者榜单，CAAI优秀博士学位论文，中科院百篇优秀博士学位论文等奖励。担任国际期刊TMM、T-CSVT、ACM TOMM 编委，CCF-A类国际会议ACM MM领域主席，AAAI和IJCAI SPC。
