报告主题： 鲁棒子空间模式分析

报告时间：9月29日(周日)上午9:30

报告地点：计算机学院A411会议室

报 告 人：王海贤，东南大学教授

报告摘要:

复杂、多维神经信号的特征模式提取与分析是模式识别、人工智能中的重要议题，子空间学习是一种被广泛使用、有效的模式分析方法。报告简要回顾一些代表性的子空间学习方法，包括主成分分析、线性判别分析、流形学习以及更一般的图嵌入框架；着重探讨基于L1-范数的鲁棒学习及其边界优化算法；论述在计算神经科学、脑机接口应用中的相关子空间学习技术，包括代表性的共同空间模式方法。

报告人简介：

王海贤，东南大学教授、博士生导师。获教育部新世纪优秀人才计划、江苏省“青蓝工程”优秀青年骨干教师、IEEE高级会员、国家自然科学基金重大研究计划会评专家、中国自动化学会青年工作委员会委员、江苏省人工智能学会模式识别专委会委员。从事神经信息工程、模式分类的理论和应用研究，承担15项国家、省部级科研项目；在NueroImage、IEEE Transactions等国际权威期刊、以及模式识别国际权威会议CVPR、ICASSP等上发表学士论文近100篇；获授权发明专利10余项。