报告人：聂飞平教授 西北工业大学
报告时间：2022年11月2日（星期三）14:30-18:00
报告地点：腾讯会议：517 960 805，会议密码：1102
举办单位： 数学与信息学院 软件学院

报告简介：设计一个好的聚类模型和好的优化方法对于聚类任务来说同样重要。k-means和谱聚类作为两种十分流行的聚类模型，相关研究受到广泛关注。在本报告中，将介绍一种快速的坐标下降法，并将其用于求解k-means聚类和谱聚类优化问题。对于k-means模型，相比原始的Lloyd优化方法，这种坐标下降法能够找到更好的解，收敛更快，并且对初始化更鲁棒。通过严格的证明发现，虽然坐标下降法能提升Lloyd方法所得到的解，但是Lloyd方法一定不能提升坐标下降法所得到的解。此外，虽然Lloyd方法经常会产生空类，但是坐标下降法在求解过程中一定不会产生空类。对于谱聚类模型，这种坐标下降法可以直接求解原始优化问题，不需要松弛和离散这两个步骤，因此可以得到更好的解，并且计算复杂度更低。

报告人简介：聂飞平，西北工业大学教授、博士生导师，国家万人计划领军人才。主要研究兴趣为机器学习理论和方法，并用来解决实际的应用问题。在相关领域已发表系列论文，其中影响因子大于10的一区期刊论文100余篇，IEEE/ACM汇刊论文100余篇，CCF A类会议长文100余篇。论文被引用30000余次，H指数96。入选科睿唯安“全球高被引科学家”，爱思唯尔“中国高被引学者”等榜单。

欢迎广大师生参加！