Abstract:在ANN任务中，保留相似性哈希方法由于具有较少的存储成本和较高的计算效率，具有广阔的应用前景。本研究针对概率分布型数据，提出了几种考虑概率分布特有性质的保留相似性哈希方法；并将保留相似性哈希方法应用到了为主题赋予标签的任务中，获得了较好的结果。
Bio：毛先领，男，北京理工大学副教授，博士生导师。主要研究机器学习与网络数据挖掘，具体研究Deep Neural Computing、Topic Modeling和Learn to Hashing等方向。目前是ACM TOIS，ACM TIST、Information Sciences、SIGIR、IJCAI、AAAI、EMNLP和COLING等国际期刊和会议评审人；SIGIR 2018 、IJCAI 2018和COLING2018等会议程序委员会委员；计算机学会中文信息技术专委会委员，中文信息学会青工委委员以及语言与知识专委会委员；已在AAAI，IJCAI, TKDE, CIKM, EMNLP, COLING等国际期刊会议上发表10余篇论文。
