报告题目：面向现实复杂数据应用场景的深度多视图聚类方法研究

报告人：徐杰   电子科技大学

报告时间：11月28日星期四下午16：00

报告地点：行政楼125会议室

报告简介：多视图数据指具有多个配对特征的数据，其在多模态、多媒体、工业互联网、医学分析等许多应用领域中广泛存在。由于多视图数据的复杂性，现有成熟的神经网络模型往往不适用。深度多视图学习旨在为多视图数据训练适用的神经网络模型以学习好的特征表示和促进下游任务。本报告将以深度多视图学习中的可解释性、模态异构性、噪声鲁棒性、数据不完整性为关注点，探讨其在无监督表征聚类等实际问题中的理论与方法。

个人简介：徐杰 ，电子科技大学计算机学院博士生，主要研究方向为人工智能机器学习基础算法和应用，在CCF-A类会议和期刊如ICCV/CVPR/NeurIPS/TIP/TKDE等发表多篇论文，ESI高被引期刊论文2篇，谷歌学术引用1200多次。参与国家重点研发计划作为骨干研究基于多源多模态的元学习关键技术，所提出的算法被应用到医学数据和互联网数据分析等领域。两次获得国家奖学金，获得电子科技大学优秀毕业生，学术新秀等荣誉。