「AI Drive」是由 PaperWeekly 和 biendata 共同發起的學術直播間，旨在幫助更多的青年學者宣傳其最新科研成果。我們一直認為，單向地輸出知識并不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產生更大的價值。

本期 AI Drive，我們邀請到天津大學碩士生韓宗博，為大家在線解讀其發表于 ICLR 2021 的最新工作：Trusted Multi-View Classification。對本期主題感興趣的小伙伴，6 月 15 日（周二）晚 7 點，我們準時相約 PaperWeekly B 站直播間。

直播信息

多模態分類通常側重于使用來自不同來源的信息來提高分類精度。但是，動態評估不同樣本的不同模態質量以提供可靠的決策融合與分類結果也很重要，這能表明預測結果是否可信。為此，我們提出了可信多模態分類算法，它通過在證據級別動態集成不同模態的決策，為多模態學習提供了一種新范式。

該算法通過整合來自多個模態的證據來提高分類的可靠性和魯棒性。為了實現這一點，通過使用來自不同模態的證據來將類別概率的分布參數化為 Dirichlet 分布，通過與 Dempster-Shafer 證據理論相結合獲得可信融合與決策。通過獲取不確定性和可信融合能夠使模型對分布外樣本具有更強的可靠性和魯棒性。大量的實驗結果驗證了所提出模型在準確性、可靠性和魯棒性方面的優勢。

論文標題：

Trusted Multi-View Classification

論文鏈接：

https://arxiv.org/abs/2102.02051

代碼鏈接：

https://github.com/hanmenghan/TMC

本次分享的具體內容有：?

• 研究背景：多模態融合現狀

• 研究動機：可信融合與決策的重要性

• 相關工作：不確定性學習

• 方法實現：可信多模態分類

• 實驗結果：實驗驗證與分析

• 總結展望：論文總結與展望

嘉賓介紹

?韓宗博?/ 天津大學碩士生?

韓宗博，天津大學智算學部機器學習與數據挖掘實驗室二年級碩士生，導師為張長青副教授。主要研究方向為不確定性學習，多源信息融合等，曾在 NeurIPS，ICLR，IEEE TPAMI 等頂級會議和期刊上發表文章，擔任 NeurIPS 2021 審稿人，入選 2021 年騰訊犀牛鳥精英科研人才培養計劃。

直播地址?& 交流群

本次直播將在 PaperWeekly B 站直播間進行，掃描下方海報二維碼或點擊閱讀原文即可免費觀看。線上分享結束后，嘉賓還將在直播交流群內實時 QA，在 PaperWeekly 微信公眾號后臺回復「AI Drive」，即可獲取入群通道。

B 站直播間：

https://live.bilibili.com/14884511

合作伙伴

????

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結

以上是生活随笔為你收集整理的直播 | ICLR 2021论文解读：兼听则明，信而有征：可信多模态分类的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。