报告时间：10月 26日 上午10:30

报告地点：计算机学院新大楼A411教室

报 告 人：张海军博士

报告题目：Tree2Vector: Learning a Vectorial Representation for Tree-Structured Data

(树形结构数据的向量化表示方法)

报告摘要:

Tree structure, one of the most powerful tools for representation, is ubiquitous in nature. Many applications in database, data mining and image processing are attributed to the use of tree structures. Traditional methods usually overlook the spatial information of features distributed over different levels of a tree when handling tree-structured data. In practice, a vectorial representation for a tree is always desirable for calculating the in-between similarity in real-world applications. Therefore, our objective lies in learning a vectorial representation for tree-structured data, which preserves the discriminative information coming from different levels of the tree. Efficient learning frameworks for transforming tree-structured data into vectorial representations are presented.
报告人简介:

张海军博士，2004、2007年于东北大学分别获得学士和硕士学位。2010年10月获香港城市大学电子工程系博士学位。2007年3月至2007年8月任香港城市大学助理研究员。2010年3月至2010年6月任美国马里兰大学电子与计算机工程系访问学者。2010年11月至2011年11月工作于加拿大温莎大学电器与计算机工程系任博士后研究员。2012年3月至今任哈尔滨工业大学深圳研究生院计算机科学与技术学院副教授、博士生导师。主要研究方向为多媒体数据挖掘、机器学习、视链优化等。在《IEEE Transactions on Neural Networks》、《IEEE Transactions on Cybernetics》、《IEEE Transactions on Industrial Informatics》、《IEEE Transactions on Mobile Computing》、《Pattern Recognition》等重要期刊和会议发表论文50余篇。获得2016年深圳市自然科学奖1项。目前，担任Neurocomputing、Pattern Analysis and Applications、Neural Computing & Applications 期刊副主编。