【讲座问题】新型鲁棒多核聚类算法

【时 间】2024年5月18日  上午：09:40-10:25

【地 点】保定校区  培训中心二楼一聚会室

【主讲人】刘新旺，国防科技大学盘算机学院教授，博士生导师，国家优异青年科学基金、优异青年科学基金获得者 

【主讲人简介】

刘新旺，国防科技大学盘算机学院教授，博士生导师
。国家杰青、优青获得者
。主要研究兴趣包括机械学习、数据挖掘等
。近五年以第一或通讯作者在CCF A类顶刊和顶会上揭晓论文80余篇，包括IEEE TPAMI论文10篇，含3篇自力作者
。ESI高被引论文12篇
。谷歌学术引用一万四千余次，入选2022年度全球2%顶尖科学家榜单
。担当IEEE TNNLS、IEEE TCYB、Information Fusion等期刊AE及ICML、NeurIPS等顶会的资深程序委员/领域主席
。部分研究效果曾两次获得湖南省自然科学一等奖（2/6、6/6）
。

【讲座内容简介】

本次报告将先容本课题组最近提出的SimpleMKKM融合聚类框架及其相关拓展
。首先，区别于常用的min-min/max-max聚类算法，我们提出了一个全新的min-max模子，并设计了新的求解算法，包管了获得的解具有全局最优性
。该模子在差别应用中展示了优越的聚类性能，且不含任何超参数
。接着，我们接纳核矩阵局部对齐的头脑对其举行了拓展，提出了Localized SimpleMKKM算法
。其次，我们进一步提出了一种无参的样本自顺应Localized SimpleMKKM算法
。代码开源于https://xinwangliu.github.io/