报告题目：复杂多视图数据的聚类方法及应用

报告人：唐厂 中国地质大学（武汉）计算机学院教授

时间：2024年5月15日14:30

地点：28-406

报告摘要：大数据时代，随着科技的快速发展和数据采集方式的多样化，数据不仅在数量上呈现爆炸式增长，在表现形式上也呈现多样化。多样化的表现形式使得多视图学习成为了一大研究热点，其中，多视图聚类作为无监督学习领域的典范对多视图数据的分析起着至关重要的作用。但是，由于实际数据获取过程中的随机因素，多视图数据往往存在视图特征缺失以及噪声信息。本报告针对多视图聚类面临的问题，介绍我们近期在复杂多视图聚类以及其应用方面的一些工作。

报告人简介：唐厂，中国地质大学（武汉）计算机学院教授，博士生导师，智能科学与技术系主任。2016年博士毕业于天津大学，曾于2014年9月至2015年9月在澳大利亚伍伦贡大学计算机科学与技术学院交流学习一年。入选2019年湖北省“楚天学子”人才计划和武汉市朝阳计划。目前为IEEE和CCF高级会员，CCF NCTCS专委和CCF AI专委执行委员，SCI期刊Neural Networks、CAAI Transactions on Intelligence Technology、BMC Bioinformatics编委。研究方向为机器学习和模式识别。近5年以来主持国家自然科学基金青年项目、面上项目等科研项目10余项。以第一作者身份发表本领域SCI检索期刊学术论文和CCF A类会议论文共计100余篇，ESI高被引论文9篇，ESI热点论文1篇。研究工作获湖北省自然科学三等奖一项（序1）以及第五届亚洲人工智能会议（ACAIT 2021）最佳论文奖。担任数字图像处理领域国际会议ICDIP 2022/2023程序主席。此外，还长期担任本领域的顶级期刊和会议的审稿人和程序委员会委员。