报告题目：基于非光滑优化的半监督聚类算法
报告人：白富生教授（重庆师范大学）
报告时间：2020年11月30日下午14:00
报告地点：大学城校区工学一号馆201室
报告摘要：
半监督聚类(semi-supervised clustering)结合了半监督学习和聚类分析,是一种重要的机器学习技术.半监督聚类中先验知识通常以逐对约束(pairwise constraints)的形式给出.针对带有逐对约束的半监督聚类问题,本报告给出其非凸非光滑优化模型,并采用增量半监督聚类算法求解.求解过程中通过构造辅助半监督聚类优化模型,生成好的初始点,以逼近最优解.报告中采用离散梯度法求解辅助半监督聚类优化模型及基础半监督聚类优化模型.在12个真实数据集上测试了算法的性能,并和四个已有的基准半监督聚类算法进行了比较.数值结果表明所提出的算法在得到具有良好类内紧致性及类间分离性的类并同时满足绝大多数约束方面优于已有的四个算法.
个人简介：
白富生，重庆师范大学数学科学学院教授，智慧金融与大数据分析重庆市重点实验室执行副主任，澳大利亚联邦大学荣誉研究员。1998年本科毕业于河北师范大学数学系，2003年博士毕业于上海大学（运筹学与控制论专业）。2006年复旦大学出站博士后。主要研究方向为全局最优化、机器学习算法。主持或参与国家自然科学基金重大项目、重点项目、面上项目、省部级科研项目15项，发表论文50余篇。
