報告題目：聚類分析的理論方法及應(yīng)用
報告人：劉新旺
單位：國防科技大學
報告時間：2024年7月13日(周六)下午14:45-15:30
報告地點：翡翠科教樓A座一樓第五會議室
報告摘要：針對聚類分析中數(shù)據(jù)特征的多樣性、非完整性及弱可學習性等挑戰(zhàn)，本次報告將介紹課題組在多視圖聚類的融合機理、非完整多視圖聚類、深度聚類等方面取得了系列性創(chuàng)新成果：建立了如何充分利用不同類型特征來改進聚類性能的新理論、提出了面向聚類填充來應(yīng)對非完整多視圖聚類的新方法、探索了從原始數(shù)據(jù)中學習特征來最優(yōu)地服務(wù)于聚類的新應(yīng)用。擬開展持續(xù)聚類分析以應(yīng)對數(shù)據(jù)的動態(tài)變化。
報告人簡介：國家自然科學基金杰出青年基金、優(yōu)秀青年基金獲得者。主要研究興趣包括機器學習、數(shù)據(jù)挖掘等。近五年以第一或通訊作者在CCF A類頂刊和頂會上發(fā)表論文80余篇，包括IEEE TPAMI論文10篇，含3篇獨立作者。ESI高被引論文12篇。谷歌學術(shù)引用一萬七千余次，入選2022-2023年度全球2%頂尖科學家榜單。擔任IEEE TNNLS、IEEE TCYB、Information Fusion等期刊AE及ICML、NeurIPS等頂會的資深程序委員/領(lǐng)域主席。部分研究成果曾兩次獲得湖南省自然科學一等獎（2/6、6/6）。
TOP
