2026年6月4日下午，南京理工大学计算机科学与工程学院/人工智能学院贾修一教授为我院师生作了题为“粒计算视角下的标记分布学习”的线下专题报告。本次报告由毛煜副教授主持。

报告伊始，贾修一教授对标记分布学习进行了系统简介。他指出，多义性是机器学习和数据挖掘领域中常见的数据特性，而标记分布学习作为一种新的学习范式，比传统的多标记学习具有更丰富的标记语义。逻辑标记只能回答每个标记与示例是否相关，而标记分布则给出了每个标记与示例的相关程度，从而可以更精确地刻画与同一示例相关的多个标记的相对重要性差异。这使得标记分布学习成为多义机器学习领域和不确定性学习领域的研究热点之一。结合同样用于刻画不确定性和多义性的粒计算理论，贾教授深入介绍了团队近几年从粒计算视角下对标记分布学习和标记增强方法的一些核心研究成果。

在标记增强技术方面，贾教授详细阐述了多项创新模型与算法。针对现有标记增强研究在挖掘排序分布关系上存在的空白，团队提出了一种具备有序性和单调性的成对排序框架——PROM模型。同时，为了在优化过程中维持二元标记序关系，他还介绍了基于变分推断的生成式标记增强方法（GLERB算法）。

在标记分布预测与学习模块，报告深入探讨了允许“平局（tie）”多标记排序的标记分布预测（TMLR），通过理论推导给出了其期望近似误差及边界分析；随后介绍了维持局部（关键）标记排序的标记分布学习（LDL-DPA算法），通过引入新的正则化项以保持标记的相对排序关系。此外，贾教授还结合图像分类等具体示例，生动分享了如何利用局部样本探索标记相关性，以及分歧度一致的标记分布学习等前沿技术方法。在互动环节，与会师生积极参与讨论。刘景华老师进行了一系列问题提问，贾教授一一作出详细解答，现场学术氛围浓厚。

整场讲座内容充实、逻辑严密，贾教授将复杂的标记分布模型与实际应用场景紧密结合，为大家在不确定性学习和多义性数据挖掘领域的研究提供了极具价值的新思路与新视角。

报告人简介：贾修一，南京理工大学计算机科学与工程学院/人工智能学院教授，博士生导师，CCF人工智能与模式识别专委会执行委员，CAAI粒计算与知识发现专委会常务委员、机器学习专委会委员，任Pattern Recognition编委，智能系统学报编委。主要研究方向为机器学习、数据挖掘和计算机视觉，发表学术论文100余篇，包括TPAMI、TKDE、ICML、NeurIPS、CVPR等顶级期刊会议。主持国家自然科学基金项目4项，主研国防预研重点项目、国家重点研发项目等，获江苏省高等学校科学技术自然科学奖、陕西省高等学校科学技术研究优秀成果奖等。

编 辑：庄露璇

责 编：李小红

编 审：陈小玲