成电讲堂

　　11月23日，西北工业大学聂飞平教授应邀做客人力资源部教师发展中心“学术沙龙”活动，带来题为“K-Multiple-Means for Fast Clustering”的学术报告。本次学术沙龙由计算机学院徐增林教授主持。

　　孙聂飞平教授分享了一个关于多均值（Multiple-Means）聚类方面的工作，这个工作是对K均值聚类算法（K-Means）的扩展，发表在2019年顶级会议KDD上。流行的K均值聚类算法仅使用一个类中心对每一类数据建模，即假设一个类只有一个类中心，然而这个假设无法捕获到非凸信息，而且许多类别是由多个子类组成的，一个类中心没有办法表示这一情况。所以聂飞平教授提出了一个 K多均值（K-Multiple-Means）聚类方法，将具有多个子簇均值的数据点分组到指定的k个簇中。传统的多均值聚类算法一般采用合并或者启发式的方法，与传统的聚类方法不同，该方法将多均值聚类问题形式化为优化问题，并通过交替优化策略更新m个子簇均值和k个簇的划分。在优化过程中，该工作将具有多均值表示的原始数据划分问题建模为具有约束拉普拉斯秩的二部图划分问题，同时，给出了与K均值聚类方法之间联系的理论分析。这个方法具备了K均值聚类算法的优点，收敛速度快，需要优化参数少。最后，在多个合成和真实数据集上的实验结果验证了该方法的有效性。

　　报告结束后，参会师生就相关学术问题与聂老师进行了热烈的讨论，现场学术氛围热烈。

　　相关链接：

　　聂飞平，西北工业大学“光学影像分析与学习中心”教授，2009年于清华大学自动化系获博士学位，2008年至2009年曾在新加坡南洋理工大学从事研究工作，之后在美国德州大学阿灵顿分校先后担任研究助理教授，研究副教授，研究教授。主要研究兴趣为模式识别与机器学习中的理论探索和方法设计，将所设计的方法成功应用于图像视频标注与识别、多媒体信息检索、生物信息学等各种实际问题中。已在PAMI、IJCV、Bioinformatics、IJCAI、AAAI、ICML、NIPS、SIGKDD、CVPR、ICCV等国际顶级期刊和会议上发表学术论文百余篇。常年应邀担任相关领域顶级期刊和会议的审稿人或程序委员，并同时担任多个SCI期刊的编委。