刘新旺 |
中国人民解放军国防科技大学 副教授
对机器学习领域中的多核学习、多视图聚类、无监督深度学习等算法开展深入研究，发表CCF A类期刊（IEEE TPAMI、IEEE TIP、IEEE TKDE、IEEE TIFS等）及A类会议（AAAI、IJCAI、ICCV）25篇，其中以第一作者及通讯作者发表17篇，两篇进入学科前10%层次。获湖南省自然科学一等奖、入选学校青年拔尖人才计划、全军优博提名奖。主持国家自然科学基金青年项目1项，面上项目1项，以核心骨干人员参与军委科技委先导项目“未来计算机技术发展趋势研究”、国家自然科学基金应急项目1 项、国家自然科学基金面上项目3项。受邀担任IEEE TNNLS、IEEE TCSVT、IEEE TKDE、IEEE TCyb、IEEE TIP等国际著名期刊的审稿人，是人工智能领域顶级会议AAAI 2015-2019、IJCAI 2016-2018的程序委员会委员。
课程概要
背景介绍：
围绕多视图聚类问题展开研究：提出了矩阵范数正则化多模态聚类算法以降低冗余性和增强多样性；提出了缺失多模态分类、聚类算法以解决具有缺失模态的分类、聚类等学习问题；提出了噪声多模态分类、聚类算法以解决具有噪声模态的分类、聚类等学习问题。
解决思路/成功要点：
将缺失学习问题中填充和学习这两个过程统一到优化目标中，使得这两个过程相互促进以达到最优的学习性能。
成果：
算法在一些实际应用中取得了较满意的性能，并发表在IEEE TPAMI等重要刊物上。
听众收益
1. 分析多视图学习在实际应用中存在的问题及可能的解决思路
2. 分享在缺失数据处理中的研究心得体会
3. 展望多视图学习的发展趋势及值得探索的方向
刘新旺 |
中国人民解放军国防科技大学 副教授
对机器学习领域中的多核学习、多视图聚类、无监督深度学习等算法开展深入研究，发表CCF A类期刊（IEEE TPAMI、IEEE TIP、IEEE TKDE、IEEE TIFS等）及A类会议（AAAI、IJCAI、ICCV）25篇，其中以第一作者及通讯作者发表17篇，两篇进入学科前10%层次。获湖南省自然科学一等奖、入选学校青年拔尖人才计划、全军优博提名奖。主持国家自然科学基金青年项目1项，面上项目1项，以核心骨干人员参与军委科技委先导项目“未来计算机技术发展趋势研究”、国家自然科学基金应急项目1 项、国家自然科学基金面上项目3项。受邀担任IEEE TNNLS、IEEE TCSVT、IEEE TKDE、IEEE TCyb、IEEE TIP等国际著名期刊的审稿人，是人工智能领域顶级会议AAAI 2015-2019、IJCAI 2016-2018的程序委员会委员。
课程概要
背景介绍：
围绕多视图聚类问题展开研究：提出了矩阵范数正则化多模态聚类算法以降低冗余性和增强多样性；提出了缺失多模态分类、聚类算法以解决具有缺失模态的分类、聚类等学习问题；提出了噪声多模态分类、聚类算法以解决具有噪声模态的分类、聚类等学习问题。
解决思路/成功要点：
将缺失学习问题中填充和学习这两个过程统一到优化目标中，使得这两个过程相互促进以达到最优的学习性能。
成果：
算法在一些实际应用中取得了较满意的性能，并发表在IEEE TPAMI等重要刊物上。
听众收益
1. 分析多视图学习在实际应用中存在的问题及可能的解决思路
2. 分享在缺失数据处理中的研究心得体会
3. 展望多视图学习的发展趋势及值得探索的方向
