【講座題目】新型魯棒多核聚類(lèi)算法

【時(shí) 間】2024年5月18日  上午：09:40-10:25

【地 點(diǎn)】保定校區  培訓中心二樓一會(huì )議室

【主講人】劉新旺，國防科技大學(xué)計算機學(xué)院教授，博士生導師，國家杰出青年科學(xué)基金、優(yōu)秀青年科學(xué)基金獲得者 

【主講人簡(jiǎn)介】

劉新旺，國防科技大學(xué)計算機學(xué)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(xué)習、數據挖掘等。近五年以第一或通訊作者在CCF A類(lèi)頂刊和頂會(huì )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(xué)術(shù)引用一萬(wàn)四千余次，入選2022年度全球2%頂尖科學(xué)家榜單。擔任IEEE TNNLS、IEEE TCYB、Information Fusion等期刊AE及ICML、NeurIPS等頂會(huì )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(xué)一等獎（2/6、6/6）。

【講座內容簡(jiǎn)介】

本次報告將介紹本課題組最近提出的SimpleMKKM融合聚類(lèi)框架及其相關(guān)拓展。首先，區別于常用的min-min/max-max聚類(lèi)算法，我們提出了一個(gè)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(lèi)性能，且不含任何超參數。接著(zhù)，我們采用核矩陣局部對齊的思想對其進(jìn)行了拓展，提出了Localized SimpleMKKM算法。其次，我們進(jìn)一步提出了一種無(wú)參的樣本自適應Localized SimpleMKKM算法。代碼開(kāi)源于https://xinwangliu.github.io/