题 目：新型鲁棒多核聚类算法
主讲人：刘新旺 教授
时 间：2024年5月31日（周五）上午 10:20
地 点：校本部北院学术交流中心第五会议室
主办单位：理学院
主讲人简介：
刘新旺，国防科技大学计算机学院教授，博士生导师。国家杰青、 优青获得者。主要研究兴趣包括机器学习、数据挖掘等。近五年以第一或通讯作者在CCF A类顶刊和顶会上发表论文80余篇，包括IEEE TPAMI论文10篇，含3篇独立作者。ESI高被引论文12篇。谷歌学术引用一万四千余次，入选2022年度全球2%顶尖科学家榜单。担任IEEE TNNLS、IEEE TCYB、Information Fusion等期刊AE及ICML、NeurIPS等顶会的资深程序委员/领域主席。部分研究成果曾两次获得湖南省自然科学一等奖（2/6、6/6）。
摘要：
本次报告将介绍本课题组最近提出的SimpleMKKM融合聚类框架及其相关拓展。首先，区别于常用的min-min/max-max聚类算法，我们提出了一个全新的min-max模型，并设计了新的求解算法，保证了得到的解具有全局最优性。该模型在不同应用中展示了优越的聚类性能，且不含任何超参数。接着，我们采用核矩阵局部对齐的思想对其进行了拓展，提出了Localized SimpleMKKM算法。其次，我们进一步提出了一种无参的样本自适应Localized SimpleMKKM算法。代码开源于https://xinwangliu.github.io/。
