报告题目：Crowdsourcing Strategy Analysis based on Geometric and Topological Methods
时 间：2018年1月10日上午09:00~11:00
地 点：计算所446会议室
报告摘要：
With the rapid growth of Internet and wireless networks, crowdsourcing strategy provides us a new opportunity to conduct user studies from an Internet crowd in Big Data era. Since such a crowd can be quite large, it enables researchers to conduct experiments with a more diverse set of participants at a lower economic cost than would be impossible under laboratory conditions. In this talk, I will provide the crowdsourcing strategies to develop robust and low-economic cost test for crowdsourcing subjective studies, including: 1) Statistic ranking; 2) Random sampling; 3) Online algorithm as Stochastic Approximations; 4) Outlier detection; 5) User behavior Analysis. The proposed framework could provide a helpful tool for multimedia community who exploits crowdsourceable pairwise comparison data for robust ranking.
报告人简介：
许倩倩，中国科学院信工所信息安全国家重点实验室副研究员。2013年7月博士毕业于中国科学院大学，师从国家杰出青年、IEEE fellow黄庆明教授。2013年博士毕业后到北京大学国际数学中心从事博士后研究，2015年6月出站。2015年7月起在中国科学院信息工程研究所信息安全国家重点实验室工作，2015年10月被评为副研究员，硕士生导师。已在国际著名期刊和会议上以第一作者发表多篇高水平学术论文（如ICML、ACM Multimedia长文、AAAI、TMM、ACHA等），其中，以第一作者在多媒体领域旗舰会议ACM Multimedia上发表长文5篇。博士论文被评为中国人工智能学会优秀博士学位论文，中国科学院百篇优秀博士论文，中国计算机学会优秀博士学位论文提名；此外，还应邀参加中国计算机学会青年精英大会并做技术秀、被评为中科院院长优秀奖、中国科学院青促会会员，CCF-腾讯犀牛鸟科研基金、中国科学院信息工程研究所青年之星等。担任TMM、NIPS、ICML、ICLR等多个国际学术期刊会议的审稿人，先后担任VALSE在线程序委员会委员、中国计算机学会多媒体专委会委员、中国计算机学会图像图形学会专委会委员、中国图像图形学会专委会委员、中国人工智能服务委员会委员等。
附件：