報(bào)告時(shí)間：2021年7月18日上午9點(diǎn)

報(bào)告人：國(guó)防科技大學(xué)劉新旺教授

地點(diǎn)：機(jī)器人視覺感知與控制技術(shù)國(guó)家工程實(shí)驗(yàn)室一樓報(bào)告廳

劉新旺，國(guó)防科技大學(xué)計(jì)算機(jī)學(xué)院教授，博士生導(dǎo)師。國(guó)家自然科學(xué)基金優(yōu)秀青年基金獲得者。主要研究興趣包括核算法、多視圖聚類算法、深度聚類等。發(fā)表IEEE Trans及CCF A類論文70余篇，包括IEEET-PAMI、IEEE T-KDE、IEEET-IP、ICML、NeurIPS、CVPR、ICCV、AAAI、IJCAI等。谷歌學(xué)術(shù)引用4300余次。擔(dān)任AAAI 2020-2021、IJCAI2020-2021等國(guó)際人工智能頂級(jí)會(huì)議的資深程序委員會(huì)委員，以及Information Fusion的編委。主持科技部“新一代人工智能” 重大項(xiàng)目、國(guó)家自然科學(xué)基金面上項(xiàng)目、青年基金各一項(xiàng)，研究成果曾獲湖南省自然科學(xué)一等獎(jiǎng)。

個(gè)人主頁：https://xinwangliu.github.io/

報(bào)告摘要： 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。