報告承辦單位:研究生院、計算機(jī)與通信工程學(xué)院

報告內(nèi)容: 缺失多視圖聚類算法及應(yīng)用研究

報告人姓名：劉新旺

報告人所在單位:國防科技大學(xué)

報告人職稱/職務(wù)及學(xué)術(shù)頭銜:國家優(yōu)青、副教授、博士生導(dǎo)師

報告時間:2019年12月12日14:30——16:00

報告地點:理科樓B-311

報告人簡介: 劉新旺，博士，國防科技大學(xué)副教授，國家優(yōu)青。主要研究興趣包括核算法、多視圖聚類算法、特征選擇算法等。發(fā)表論文90余篇，SCI 46篇（其中IEEE匯刊17篇，包括IEEE T-PAMI、IEEE T-KDE、IEEE T-IP、IEEE T-IFS、IEEE T-NNLS、IEEE T-Cybernetics、IEEE T-MM等），中國計算機(jī)學(xué)會指定的A類會議論文23篇，谷歌學(xué)術(shù)引用1600余次，3篇進(jìn)入ESI計算機(jī)科學(xué)學(xué)科前10%層次。擔(dān)任國際人工智能領(lǐng)域頂級會議AAAI 2016-2019、IJCAI 2016-2019、NIPS 2016-2018等程序委員會委員、AAAI 2020高級程序委員會委員。主持國家自然科學(xué)基金青年基金、面上項目、優(yōu)秀青年基金，研究成果獲湖南省自然科學(xué)一等獎。

報告摘要：圍繞多視圖聚類問題展開研究：提出了矩陣范數(shù)正則化多模態(tài)聚類算法以降低冗余性和增強(qiáng)多樣性；提出了缺失多模態(tài)分類、聚類算法以解決具有缺失模態(tài)的分類、聚類等學(xué)習(xí)問題；提出了噪聲多模態(tài)分類、聚類算法以解決具有噪聲模態(tài)的分類、聚類等學(xué)習(xí)問題。