国防科技大学刘新旺教授应邀来我院做学术报告与交流

2024年10月27日下午，应计算机与电子信息学院/人工智能学院机器学习课题组邀请，国防科技大学刘新旺教授（国家杰青）在仙林校区明理楼402会议室做了题为《基于一致稳定性的多核聚类泛化性能分析》的学术报告。本次报告由计算机与电子信息学院/人工智能学院杨琬琪副教授主持，我院部分教师和研究生聆听了此次报告。

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）。

报告伊始，刘新旺教授首先介绍了多视图聚类在机器学习中的重要性及其泛化性能分析的难点。他指出，多视图聚类作为机器学习领域的一个重要课题，其泛化性能的分析一直是研究者们关注的焦点。然而，由于多视图数据的复杂性和多样性，使得泛化性能的分析变得尤为困难。为了解决这一问题，刘新旺教授和他的团队进行了深入的研究。他们首先给出了单视图核聚类算法的一致稳定性，并推导了其额外聚类风险的上界。在此基础上，他们进一步将该结论扩展到多核场景，建立了多核聚类算法稳定性与核组合系数之间的关系。这一研究成果不仅为多核聚类算法的泛化性能分析提供了新的思路和方法，也为后续的研究奠定了坚实的基础。在报告中，刘新旺教授详细阐述了他们团队的研究过程、实验方法和实验结果。他通过生动的案例和深入浅出的讲解，让与会者深刻理解了基于一致稳定性的多核聚类泛化性能分析的重要性和实用性。同时，他还就该领域的研究热点和难点问题与参会者进行了深入的探讨和交流。

报告会后，针对不配对多视图聚类课题研究，刘教授与在场的学院师生们进行了深入的讨论与互动交流并给予一些切实可行的建设性建议，现场学术氛围良好，与会者纷纷表示受益良多。