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。