各位老师，同学：
时间：5月14日讨论班 14:00-15:30
地点：教学楼5-107
报告内容：
李瑞璨 Anomaly Detection with Partially Observed Anomalies-2018-WWW
    异常检测是一类应用极为广泛的技术，在大量的应用实践中有着切实的需求。在传统的研究中，主要存在两种典型的问题情景：其一是基于完全无监督数据的异常检测；其二则是基于有监督数据的异常检测。除此之外，也存在其他的一些问题情景，例如在仅有正常样本数据情况下的异常检测问题。区别于以上种种，本文关注的是这样一种异常检测问题：在只有极少量的已知异常样本和大量的无标记数据的情况下，来进行的异常检测问题。这一场景在诸如URL异常检测，异常交易挖掘等问题中均可遇到，因而对于这一问题的研究处理有着切实的应用需求。

葛伟 Personalized Disease Prediction Using a CNN-Based Similarity Learning
    医疗保健中的个性化预测建模旨在发现个体患者的独特特征，并建立有针对性的患者特定预测模型。本文提出了一种基于时间融合CNN的框架来配对测量患者相似性，并使用三种方法来执行个性化疾病预测。实验结果表明，本文的时间融合CNN可以更好地表示纵向EHR序列，而模型使用的监督相似性框架优于广泛使用的距离度量。

下周报告人 张文静，栾婷婷