直播预告 | 面向多模态/多视图生理时间序列的分类方法研究

2021 年 10 月 11 日 PaperWeekly

「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

本期 AI Drive，我们邀请到北京交通大学博士生贾子钰，为大家带来面向多模态/多视图生理时间序列的分类方法研究专题报告。对本期主题感兴趣的小伙伴，10 月 12 日（本周二）晚 7 点，我们准时相约 PaperWeekly 直播间。

直播信息

时间序列分类任务是数据挖掘领域重要的研究方向，针对于生理时间序列的分析与挖掘有助于进行疾病的诊断和预测，促进了智慧医疗的发展。睡眠分期和情绪识别作为典型的生理时间序列分类任务，对人体健康状况和精神状态的分析起着至关重要的作用。但是如何针对多模态/多视图生理信号设计高精度的图神经网络分类模型仍然是一个挑战。本次报告将分享我们在 ACM MM 2021 和 IEEE TNSRE 关于时间序列分类的最新研究成果。

论文链接：

https://arxiv.org/abs/2109.01824

https://arxiv.org/abs/2108.03354

本次分享的具体内容有：

生理时序分类及其在睡眠分期和情绪识别的应用
传统方法和深度学习方法的总结归纳
基于域泛化的多视图时空图卷积神经网络
基于时-频-空特征的多模态异质图神经网络
定量比较与可视化分析
报告总结与未来展望

嘉宾介绍

贾子钰 / 北京交通大学博士生

贾子钰目前在北京交通大学计算机与信息技术学院/网络科学与智能系统研究所攻读博士学位，师从林友芳教授。同时他也是新加坡国立大学计算机学院联合培养博士，师从 Wang Ye 教授。与美国麻省理工学院、罗格斯大学、新加坡 A*STAR 保持着紧密的合作关系。主要研究兴趣集中于生理时间序列的分析与挖掘、机器学习学习理论与方法研究。目前以第一作者在 IJCAI、ACM MM、ICDM、ECML-PKDD、TNSRE 等顶级会议或期刊发表论文 10 余篇，并被国内外主流媒体报道。他还是《Explore and Development of the Internet of Things》的期刊编委，多个国际顶级会议 (NeurIPS/ ICLR/ KDD/ IJCAI/ AAAI/ ICDE/ ICDM) 和期刊 (JMLR/ TKDE/ TKDD/ TNSRE) 的审稿人。

直播地址 & 交流群

本次直播将在 PaperWeekly 视频号和 B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「AI Drive」，即可获取入群通道。

视频号直播间：

扫描下方二维码关注 PaperWeekly 视频号，第一时间获取开播提醒。