4月9日下午，西南石油大学计算机与软件学院“梦溪湖论坛”系列讲座春季第六讲在明理楼B306举行。本次讲座以“基于辨别性评分的多示例嵌入空间融合核”为主题，由学院22级在读研究生张靖宇主讲。他分享了发表在AppliedIntelligence期刊上的论文，围绕多示例学习、背景与动机、算法设计、实验结果、灵感来源这五部分展开。

张靖宇首先介绍了多示例方法（MIL）的基本概念及其分类。详细阐述了基于示例空间、基于包空间、基于嵌入空间这三类方法的核心思想。他指出，多示例学习在药物活性检测、医学图像分类、视频异常检测、重叠波形信号识别、时序动作定位等场景中具有广泛应用。然而，现有方法存在两大问题：集合核的时间复杂度较高，以及单一集合的局限性。

针对以上问题，论文提出了一种创新的多示例嵌入空间集核融合算法（MIKF）。该算法包含三大核心技术：嵌入空间集合核（ESK）构建技术、嵌入空间构建技术以及核融合技术。ESK技术通过灵活的嵌入策略高效提取视角特定信息；嵌入空间构建技术则通过实例相关性分析，创建包含不同视角信息的三种嵌入空间；核融合技术利用包标签构建辨别性度量，为基核分配自适应权重，从而有效整合多视角信息。

实验结果表明，MIKF算法在29个数据集上的平均分类性能优于现有集合核方法和MIL算法。与传统方法相比，MIKF通过自适应权重计算，显著提升了模型的区分能力和泛化性能。实验部分还对参数和效率进行了详细分析，并对比了准确率和分布。

在分享算法灵感时，张靖宇提到从嵌入空间集合核和基于辨别评分的核融合机制这两篇论文得到了启发。他详细介绍了从构思到投稿的全过程，包括实验设计、论文撰写、修改以及与审稿人的意见交流。交流环节，师生围绕如何自适应调整权重、期刊选择、ESK技术的嵌入策略展开热烈讨论。此次讲座，同学们对多示例学习的理论与实践有了更深入的理解。