主 题：Approximate orthogonal sparse embedding for dimensionality reduction

报告人：赖志辉

时 间：2020年11月27日（周五）上午10:00

地 点： 桃红世界永久进站30秒201会议室。

报告人简介：

赖志辉，博士、深圳大学计算机与软件学院教授、博士生导师，现为广东省计算机视觉中英联合实验室副主任。其博士毕业于南京理工大学模式识别与智能系统教育部重点实验室，曾任香港理工大学副研究员、博士后研究员及研究员，已发表了100多篇学术论文，其中有40多篇发表在IEEE Transactions系列权威杂志上。他所发表的学术论文近5年已获得1000次SCI他引，h指数为32；曾有6篇论文入选EIS高被引论文，系统地发展了稀疏鉴别分析理论与方法。他曾获得2008年中国模式识别最佳大会论文奖、2016年中国生物特征识别大会最佳海报论文奖、2017年江西省自然科学技术奖二等奖、2018年国际会议AIFT最佳论文奖,2019年吴文俊人工智能自然科学三等奖。赖志辉于2015年入选深圳市海外高层次人才“孔雀计划”，现任国际SCI杂志International Journal of Machine Learning and Cybernetics的编委（影响因子3.273）；详情见个人主页http://www.scholat.com/laizhihui（附全部论文代码）。

报告摘要：

该报告首先介绍一个简单的正则回归学习模型，展示如何把流形结构、稀疏性等特性紧密结合在一起进行图像特征提取，并以此为基础原型一步一步地拓展，由此，可以为我们在如何设计模型、如何拓展等方面提供一个可供参考的案例，顺便为研究生如何开展研究提供一些个人的观点与做法。（个人主页http://www.scholat.com/laizhihui上有全部论文代码）。

欢迎感兴趣的师生参加！