报告题目: low-rank representation: theories, algorithms and applications
报告人:林宙辰教授
时间:2015-05-24
地点:数学院二楼北阶梯教室
摘要: in this talk, i will introduce a robust subspace clustering method, called low rank representation (lrr). it is a combination of sparse subspace clustering (ssc) and robust pca (rpca). lrr can be much more robust to corruptions and outliers than ssc for subspace clustering. i will also present some striking properties of lrr and some interesting applications and generalizations of lrr.
报告时间:5月24日上午8:30
报告人简介:
林宙辰教授是北京大学机器感知与智能教育部重点实验室教授、信息科学技术学院教授、东北师范大学"东师学者"讲座教授,曾任微软亚洲研究院视觉计算组主管研究员,中国科学院计算技术研究所客座研究员、上海交通大学兼职研究员、东南大学兼职教授和北京交通大学兼职教授等。担任著名期刊international j. computer vision,neurocomputing等编委,是ieee高级会员,主持著名国际会议cvpr 2014,2015年和nips 2015年领域主席(area chair)等。他的主要研究方向是包括机器学习、模式识别、计算机视觉、图像处理和数值计算与优化。