统计与数据科学学院 彭雨 报道
统计与数据科学学院于2024年11月13日下午在位育楼417举办了青年教师学术沙龙（第七期），此次活动由统计与数据科学学院副院长汪红霞主持，特邀本院的井长兴老师作报告。
在本次讲座中，井长兴针对在类别不平衡的数据分布中，低频类特征表示难以充分学习，并严重影响分类性能等问题提出了三种特征表示学习算法。显式特征统计量迁移方法：针对阶梯式类别不平衡，通过高频类特征的协方差矩阵迁移至低频类，构建校准分布以增扩低频类特征多样性；隐式特征增扩方法：针对长尾式类别不平衡，在线估计低频类的语义变化方向，构建平衡特征空间，实现特征增扩；解耦的联邦特征表示学习方法：在分布式数据的非独立同分布下，通过解耦表示模型和分类器，减少标签偏差的影响，显著提高联邦图像分类性能。
讲座结束后，与会师生与井长兴就讲座中的相关内容进行了深入的交流与探讨。本次学术讲座取得了圆满成功，通过本次讲座，丰富了我院师生的视野，更为我院师生提供了宝贵的研究信息和思路。
