青年下午茶 | 数学学院师生共话距离函数与深度度量学习

为帮助同学们开阔专业视野，了解数学前沿，5月24日下午，数学学院青年教师吴华明副研究员走进格园1斋书院，从度量的角度，为同学们讲述了距离函数与深度度量学习背后的数学原理。
 

吴华明老师首先从距离以及相似性、深度度量学习、典型的度量学习方法等方面展开介绍。“图片具有相似性，那么应该如何测量？”针对这一问题，吴华明老师为同学们介绍了一些典型的距离度量。此外，吴华明老师还讲述了马氏距离以及马氏度量学习的缺陷，并通过一些示例为同学们介绍了度量是如何定义的，应该选取哪种距离度量以及如何针对样本之间的异构性、类别的差异性来构造不同的损失函数。
 

随后，吴华明老师提到了度量学习公式的两个重要的组成部分：距离/目标函数的正则化，距离上的一组约束，并为大家讲解了如何判别深度度量学习，并指明现有办法中存在的一些问题。最后，他讲述了基于MNIST的可视化和优点、相似一致性DDM和相似一致性DDML的判别扩张以及各自人脸识别的结果。