时间：2019年10月9（星期三）14：00-15：00
地点：学院南路校区，主教101
报告题目： 多源高维数据表示学习
报告人：景丽萍，北京交通大学计算机科学系
报告摘要：随着多媒体技术的广泛应用和数据搜集技术的发展,各应用领域涌现出大量的多源、异构、多模态数据。即对某一事物,可通过不同方法或角度收集相关信息。譬如网页数据包括文本、图片和视频等信息；图像数据除了视觉信息外可能还存在伴随文本信息（如标签、标注等）；视频可以由字幕、音频和图像等组成；在社会计算中也存在大量多源异构信息网络，如学术网络、医学网络等。从数据挖掘角度来讲，不同源提取到的数据其表现形式可能存在一定的差异性，如表示特征空间不同，导致多源数据具备典型的异构特性。相比传统的单源同构数据，多源异构数据给数据挖掘领域带来了全新的挑战，本报告将重点介绍我们在多源异构高维数据表示学习方面的最新研究进展。
报告人简介：景丽萍、教授、博士生导师，北京交通大学计算机科学系系主任/北京交通大学卓越百人。中国计算机学会人工智能与模式识别专委会委员，中国人工智能学会机器学习专委会委员。分别于2000年、2003年从北京交通大学计算机科学系获学士、硕士学位，2007年从香港大学应用数学系获博士学位。2014年破格晋升教授，2018年获得国家自然科学基金优秀青年基金。主要研究方向为机器学习、高维数据表示及其在人工智能领域中的应用等。近年来在国内外重要学术杂志和会议上发表90余篇论文（包括顶级国际学术会议AAAI、IJCAI、CVPR、ACM MM以及IJCV、IEEE Trans.系列顶级期刊）。先后承担国家自然基金优青/面上项目、北京市自然基金重点研究专题等。先后组织国际学术会议RSKT、ACML，以及国内重要会议MLA等。
本次活动受中央财经大学2019专题学术讲座项目资助。
