報告人簡介
白亮，山西大學智能信息處理研究所所長，教授，博士生導師，國家優秀青年基金獲得者。主要研究方向為機器學習與聚類分析，相關研究成果發表在AIJ、IEEE TPAMI、IEEE TKDE、DMKD、ICML、KDD、AAAI等國際重要學術期刊和會議，主持了科技部新一代人工智能重大項目課題、國家自然科學基金重點等項目，獲得了包括中國人工智能學會優秀博士論文獎、山西省科學技術獎（自然科學類）一等獎等獎勵。
內容簡介
聚類分析是一種極具代表性的無監督機器學習方法，由于其不需要標注信息，在眾多應用領域獲得了廣泛關注。然而，無監督性也給聚類分析的有效性帶來了巨大的挑戰，聚類分析結果往往與用戶的期望具有很大的距離。如何縮小這一差距已成為聚類分析的重要研究課題。為此，本報告將重點匯報基于約束的聚類算法研究進展，并以譜聚類和對比聚類為例，探索如何挖掘和利用數據的關聯性去實現監督信息增強與聚類建模。
