报告题目：基于结构化二部图学习的大数据聚类方法

报 告 人：聂飞平教授（西北工业大学）

报告时间：2019年10月15日上午10:00（周二）

报告地点：南一楼中311室

主持人：伍冬睿

报告摘要：大数据聚类的主要挑战之一在于如何以极低的成本处理海量高维数据，同时提高聚类效果。很多大规模聚类方法基于稀疏采样的思想，聚类效果好坏主要取决于模型能否高效学习代表点和原始数据的关系。在结构化图学习的基础上，我们提出了一种基于结构化二部图学习的快速聚类方法。通过在原始数据和代表点间迭代地学习一个稀疏结构化二部图，可以直接得到聚类结果，避免了在传统方法中随机初始化会对最终聚类结果造成影响的问题。该方法复杂度很低，并且显著提高了大数据聚类的质量。

报告人简介：聂飞平，西北工业大学教授、博士生导师，2015年入选国家特聘专家（青年）并全职回国工作。主要研究兴趣为机器学习理论和方法，并将所设计的方法成功应用于图像分割与标注、多媒体信息理解与检索、生物信息学等多个领域的实际问题中。在相关领域发表系列论文，其中IEEE/ACM汇刊或CCF A类论文百余篇，引用万余次。常年应邀担任相关领域期刊会议的编委、审稿人、领域主席或资深程序委员。