科研导师
Prof. Li顶级科研院所研究员
导师介绍
研究领域：计算机视觉,人工智能,分布式计算,自然语言处理,三维点云定位 学术成果：以第一作者身份，在行业顶尖期刊/会议上发表70余篇论文，包括IEEE Transactions on Parallel and Distributed Systems，Journal of Grid Computing等; 担任IEEE Transactions on Computers、计算机学报、计算机研究与发展等计算机行业知名期刊审稿人。
基于极小极大扩散机制的高效数据集蒸馏方法及性能优化研究
- 课题名称
- 基于极小极大扩散机制的高效数据集蒸馏方法及性能优化研究
- 学科专业
- 课题关键词
- 辅导模式
- 1对1
- 发表目标
- SCI期刊1～4区CCF-A/B
- 课题介绍
- 随着深度学习模型对大规模标注数据的依赖日益增强，存储开销与训练效率之间的矛盾愈发突出。数据集蒸馏技术通过从原始数据中提炼核心信息生成紧凑数据集，为解决这一矛盾提供了有效途径，但其核心挑战在于如何在有限数据容量下保留原始分布的关键特征。现有方法在高维数据场景中普遍存在信息损失严重、泛化性能不足及优化效率低下等问题，尤其在类别不平衡或数据分布偏移时表现更为突出。针对上述问题，本研究旨在探索基于极小极大扩散机制的高效数据集蒸馏方法，通过构建极小极大优化框架动态平衡蒸馏过程中的信息保留与冗余抑制，利用扩散模型的概率生成能力捕捉数据分布的细微结构，从而提升小样本条件下的蒸馏效率与泛化性能。该研究不仅为高效数据集蒸馏提供新的理论视角与技术路径，更对推动小样本学习、模型压缩等领域的发展具有重要意义。
导师信息
招生要求
面向具有相关学科背景与研究兴趣的学习者，具体要求以课题导师评估为准。