【講座題目】新型魯棒多核聚類算法
【時 間】2024年5月18日 上午：09:40-10:25
【地 點】保定校區(qū) 培訓中心二樓一會議室
【主講人】劉新旺,，國防科技大學計算機學院教授,，博士生導師，國家杰出青年科學基金、優(yōu)秀青年科學基金獲得者
【主講人簡介】
劉新旺,，國防科技大學計算機學院教授,，博士生導師。國家杰青,、優(yōu)青獲得者,。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,。谷歌學術引用一萬四千余次，入選2022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）,。
【講座內容簡介】
本次報告將介紹本課題組最近提出的SimpleMKKM融合聚類框架及其相關拓展,。首先，區(qū)別于常用的min-min/max-max聚類算法,，我們提出了一個全新的min-max模型,，并設計了新的求解算法，保證了得到的解具有全局最優(yōu)性,。該模型在不同應用中展示了優(yōu)越的聚類性能,，且不含任何超參數(shù)。接著,，我們采用核矩陣局部對齊的思想對其進行了拓展,，提出了Localized SimpleMKKM算法。其次,，我們進一步提出了一種無參的樣本自適應Localized SimpleMKKM算法,。代碼開源于https://xinwangliu.github.io/