陈雪东 | 基于隐藏树模型的高维数据的无监督学习

时间:2019-05-17浏览:485设置

时间:2019年5月25日(周六),下午15:30—16:30

地点:中北校区理科大楼A1514

题目:基于隐藏树模型的高维数据的无监督学习

报告人:陈雪东 湖州师范学院

摘要:

关于无标注高维数据特征的关系及潜在结构的分析,对高维数据的聚类分析及相关分析有重要作用。本报告利用概率图模型中的隐藏树模型和Copula函数研究了高维数据特征间的关联关系和结构,给出了参数和结构学习的算法,为发现数据间的隐藏结构模型提供了思路。同时,初步探讨了利用该结构改进现有深度学习框架的问题。

报告人简介:

陈雪东,湖州师范学院理学院教授,博士,硕士生导师。曾获全国统计科研优秀成果二等奖,主持完成国家自然科学和社会科学基金;长期从事高维数据分析、半参数统计方法、数据挖掘与机器学习等方面的研究。


返回原图
/