報告題目：機器學習中的維數(shù)約簡及其應(yīng)用

Dimension Reduction in Machine Learning and Its Applications

報告人姓名：劉泱博士

報告人單位及職務(wù)：香港浸會大學計算機科學系研究助理教授

香港浸會大學深圳研究院副研究員

報告時間：2017年7月1日14:00

報告地點：理科樓B311會議室

報告人簡介：劉泱，國防科技大學機電工程與自動化專業(yè)學士、碩士，香港理工大學計算專業(yè)博士，美國耶魯大學統(tǒng)計專業(yè)博士后，美國卡內(nèi)基梅隆大學機器人研究所訪問學者?，F(xiàn)任香港浸會大學計算機科學系研究助理教授，以及香港浸會大學深圳研究院副研究員。劉泱博士的主要研究方向主要包括：機器學習、人工智能、特征提取、多媒體內(nèi)容分析、腦信號處理、情感計算、音樂治療、健康信息學等。目前在這些領(lǐng)域已發(fā)表論文50余篇，包括相關(guān)領(lǐng)域的頂級國際會議AAAI、ACM MM等，以及頂級國際期刊TNNLS、TAC、TAMD、TIST、Pattern Recognition等，并于2009年榮獲國際會議ICIMCS最佳學生論文獎。劉泱博士目前正擔任多個國際頂級期刊(TNNLS、TKDE、TMM、TCSVT、TIST等)的審稿專家以及多個國際頂級會議(AAAI、CogSci等)的執(zhí)委，并主持多個科研項目，包括國家自然科學基金項目、深圳市知識創(chuàng)新自由探索項目、香港浸會大學研究項目等。

報告摘要：近年來，隨著互聯(lián)網(wǎng)的快速發(fā)展、各種數(shù)字化設(shè)備的普及以及大規(guī)模存儲設(shè)備的不斷改進，全世界以各種數(shù)字化形式產(chǎn)生的數(shù)據(jù)總量每年正以驚人的速度在增長。毫無疑問，針對海量數(shù)據(jù)資料進行智能分析與處理的技術(shù)其重要性也正與日俱增。本次報告將從機器學習的角度出發(fā)，介紹海量數(shù)據(jù)分析研究中的重要課題——維數(shù)約減，即如何有效地提取高維數(shù)據(jù)中的重要信息，以完成給定的學習任務(wù)。我們將從數(shù)據(jù)的角度出發(fā)，討論維數(shù)約減中的重要議題。此外，我們還將展示維數(shù)約減在不同數(shù)據(jù)分析工作中的應(yīng)用。最后，我們將討論一些開放性問題以及未來的研究方向。

承辦單位：長沙理工大學計算機與通信工程學院

綜合交通運輸大數(shù)據(jù)智能處理湖南省重點實驗室