7月8日下午,计算机科学技术学院教师彭冲在博知楼510会议室为学院师生作了主题为“低秩模型在高维数据处理中的应用”的学术报告。
报告开始,彭冲介绍了Robust Principal component Analysis、Variance Regularized Ridge Regression、Matrix Completion for Top–N Recommender systems(鲁棒主成分分析、方差正则岭回归、Top–N推荐系统的矩阵完成)三种低秩模型技术的优缺点,以及它们在发展中做出的改进与当代优化形式。接着,彭冲通过形象的例子让大家更好地了解低秩模型技术在高维数据处理中的应用,如视频监控前景后景分离、人脸照片中阴影去除、奇异值检测、HSI去噪等。最后,彭冲还为大家分享了一些期刊资源,希望能够有助于学生们更深入地了解该课题的内容。
学者简介:彭冲,青岛大学计算机科学技术学院讲师,硕士生导师,入选青岛大学青年卓越人才。研究领域为机器学习,模式识别,数据挖掘。近五年发表各类论文30余篇,在计算机领域顶级或高水平会议(CCF-A/B)上发表论文13 篇,担任Knowledge and Information Systems, Information Sciences, Neurocomputing等知名国际期刊审稿人。现主持国家自然科学基金青年项目和山东省自然科学基金青年项目各一项。