【消息来源：人工智能学院】近日，由吉林大学人工智能学院常毅教授指导的2019级硕士研究生刘芷宁同学的论文《Self-paced Ensemble for Highly Imbalanced Massive Data Classification》被CCF A类会议(ICDE 2020)接收。

机器学习系统在许多实际应用场景中都面临着从不平衡数据中学习分类器的困难，研究者提出了一系列方法来解决不平衡学习问题。研究提出了一种通用的不平衡集成学习框架，通过考虑学习过程中的动态分类硬度分布，可以使用更少的训练数据与计算资源来得到更好的分类性能，且对噪声和缺失值鲁棒。该框架可以不加修改地适用于各种已有的机器学习算法，并提升其在不平衡数据上的分类性能，不依赖于距离度量或其他假设来计算样本相似性，使得该框架可以广泛应用于各种数据分类任务。

此项工作与微软（亚洲）研究院的曹伟研究员、高志峰研究工程师、边江主任研究员与刘铁岩副院长共同合作完成。

据悉，刘芷宁本科就读于吉林大学唐敖庆理科试验班，大学四年级开始接受常毅老师与微软研究院的联合指导，从事机器学习与数据挖掘领域的研究工作。

ICDE（International Conference on Data Engineering）数据工程国际会议是数据和数据库领域的顶级会议，是世界数据库业界三大会议之一。