报告题目：大规模结构化图学习及其在大数据聚类中的应用
报告人：聂飞平教授
报告时间：2018年9月26日，上午9:30—10：30
报告地点：大学城校区工学一号馆201
报告内容摘要：
大数据聚类的主要挑战之一在于如何以极低的成本处理海量数据，同时提高聚类效果。很多大规模聚类方法基于稀疏采样的思想，聚类效果好坏主要取决于模型能否高效学习代表点和原始数据的关系。在结构化图学习的基础上，我们提出了一种基于结构化二部图学习的快速聚类方法。通过在原始数据和代表点间迭代地学习一个稀疏结构化二部图，可以直接得到聚类结果，避免了在传统方法中随机初始化会对最终聚类结果造成影响的问题。该方法复杂度很低，并且显著提高了大数据聚类的质量。
嘉宾简介：
聂飞平，西北工业大学教授、博士生导师，获得吴文俊人工智能科学技术自然科学二等奖，在“2018华人AI学术影响力TOP100”中排名第十。主要研究兴趣为：机器学习中的理论分析和方法设计，并将所涉及的方法成功应用于图像分割与标注、多媒体信息理解与检索、生物信息学等多个领域的实际问题中。已在PAMI、IJCV、Bioinformatics、ICML、NIPS、SIGKDD等国际期刊和会议发表系列学术论文，其中CCF A类论文150余篇，论文已被引用10000余次，H指数为54.常年担任相关领域的审稿人或资深委员，以及多个国际一流SCI期刊的编委。
欢迎有兴趣的师生前往!
