报告题目：Pairwise learning for imbalanced classification

报 告 人：吴强 教授，田纳西大学诺克斯维尔分校数学系

邀 请 人：孙红卫

报告时间：2026年06月05日（星期五）14:30-15:30

报告地点：7JC214

报告摘要：Imbalanced data classification problems appear quite commonly in real world applications and impose great challenges to traditional classification approaches which usually work well only on balanced data but perform poorly on the minority class when the data is highly imbalanced. We propose a novel method called pairwise robust support vector machine to overcome the difficulty of imbalanced data classification by pairing the samples from the minority class and the majority class. This automatically balances the impact of the two classes. The effectiveness of this new method is illustrated by both simulations and applications in real world problems.

报告人简介：吴强教授于2005年毕业于香港城市大学数学系，2005至2008年在杜克大学统计系从事博士后研究，2011至2024年任职于中田纳西大学并获得终身教授职位，期间曾担任数据科学硕士研究生项目主任，计算科学博士生项目博士生导师。2024年转至田纳西大学诺克斯维尔分校数学系，并任精算项目主任。主要研究方向为计算学习理论及应用，已发表论文80余篇。其研究得到过美国自然科学基金，农业部，西蒙斯基金等的支持。