4月9日下午，西南石油大學計算機與軟件學院“夢溪湖論壇”系列講座春季第六講在明理樓B306舉行。本次講座以“基于辨別性評分的多示例嵌入空間融合核”為主題，由學院22級在讀研究生張靖宇主講。他分享了發表在AppliedIntelligence期刊上的論文，圍繞多示例學習、背景與動機、算法設計、實驗結果、靈感來源這五部分展開。
張靖宇首先介紹了多示例方法（MIL）的基本概念及其分類。詳細闡述了基于示例空間、基于包空間、基于嵌入空間這三類方法的核心思想。他指出，多示例學習在藥物活性檢測、醫學圖像分類、視頻異常檢測、重疊波形信號識別、時序動作定位等場景中具有廣泛應用。然而，現有方法存在兩大問題：集合核的時間復雜度較高，以及單一集合的局限性。
針對以上問題，論文提出了一種創新的多示例嵌入空間集核融合算法（MIKF）。該算法包含三大核心技術：嵌入空間集合核（ESK）構建技術、嵌入空間構建技術以及核融合技術。ESK技術通過靈活的嵌入策略高效提取視角特定信息；嵌入空間構建技術則通過實例相關性分析，創建包含不同視角信息的三種嵌入空間；核融合技術利用包標簽構建辨別性度量，為基核分配自適應權重，從而有效整合多視角信息。
實驗結果表明，MIKF算法在29個數據集上的平均分類性能優于現有集合核方法和MIL算法。與傳統方法相比，MIKF通過自適應權重計算，顯著提升了模型的區分能力和泛化性能。實驗部分還對參數和效率進行了詳細分析，并對比了準確率和分布。
在分享算法靈感時，張靖宇提到從嵌入空間集合核和基于辨別評分的核融合機制這兩篇論文得到了啟發。他詳細介紹了從構思到投稿的全過程，包括實驗設計、論文撰寫、修改以及與審稿人的意見交流。交流環節，師生圍繞如何自適應調整權重、期刊選擇、ESK技術的嵌入策略展開熱烈討論。此次講座，同學們對多示例學習的理論與實踐有了更深入的理解。
