哈尔滨工业大学（深圳）学术讲座

演讲人Speaker：李华雄

题目Title: 机器学习中的交替优化方法及应用

时间Date：2023年12月2日      Time：上午 10:00~10:30

地点Venue： A 栋 505  室  

内容摘要Abstract：

在机器学习优化问题求解中，大多数优化问题没有解析形式的解，通常采用交替优化方法求解。近年来，约束问题的最优化方法在机器学习和数据挖掘中受到广泛关注，而交替方向乘子（ADMM）是有约束条件下的一种重要交替优化方法，其将优化目标函数分解为更易求解的子目标函数，通过交替更新迭代子目标函数，求得原目标函数的最优解。本报告从鲁棒稀疏回归方法、自适应标签关联跨模态哈希学习等多个角度，介绍交替优化方法及其在图像特征提取分类和跨模态数据检索与学习中的应用。

个人简介(About the speaker):

李华雄，现为南京大学工程管理学院教授、博士生导师，IEEE/ACM/CAAI高级会员，中国人工智能学会机器学习专委会、粒计算与知识发现专委会委员，中国计算机学会杰出会员，中国计算机学会人工智能与模式识别专委会执行委员、计算机视觉专委会委员，江苏省自动化学会理事，江苏省人工智能学会模式识别专委会委员。先后主持国家自然科学基金项目等项目10余项，参与国家自然科学基金项目等项目10余项，在IEEE TPAMI, TKDE, TNNLS, TCYB, TMM, TCSVT, TFS, ACM MM, AAAI, ICML,《中国科学: 信息科学》等国内外期刊和会议上发表学术论文100余篇。目前的研究兴趣主要有机器学习中的交替优化方法、多模态机器学习与数据挖掘、鲁棒模式识别、跨模态哈希检索、多视图学习等。