（图/文 王懿轩）2018年4月13日上午10:00，《非正定与多层核学习》讲座在A栋509成功举办，主讲人是来自上海交通大学自动化系模式识别与图像处理研究所的黄晓霖副教授。

核学习方法在很多机器学习任务中得到成功的应用，但现在常用的核的结构过于简单。在大数据和计算能力的支持下，有可能使用更加灵活的核。增强核的灵活性需要突破传统的核的半正定性要求，研究非正定核学习方法，进而研究多层的核方法。

为此，讲座中提出了非正定最小二乘方法、非正定出成分分析方法并尝试了两层核学习方法，在特征空间理论进行了解释，并给出了相应的学习算法。这些尝试将最小二乘和主成分分析扩展到非正定核空间带来了很大的灵活性，具有广泛的应用前景。

黄晓霖副教授的讲座观点新颖，让老师和同学对多层核学习方法有了进一步的认识的同时也进行了深入的交流和探讨。