常用链接

ENG
宝马娱乐app下载
【学术讲座】大数据集一致聚类范式的信息提取
2018-04-03 14:15   审核人:   (点击: )

报告人:Asoke K. Nandi院士

讲座时间:2018年4月4日 14:30-15:30

讲座地点:电子信息学院楼119

邀请人:王毅副教授

承办学院:电子信息学院

联系人:王毅副教授

联系电话:13022882368

报告简介

聚类算法常用于从大数据集提取信息,它们代表了无模型或者数据驱动方式。在过去的二十年间,聚类算法被用于生物信息学中的基因分类和大脑信号处理。然而,在拥有较少先验知识的实际数据应用中,由于真实数据的不可知,选择一种合适的聚类算法并且评价分类结果的质量就变得非常困难。此外,基于一种特定算法的结论也会存在偏差,因为每种算法本身都有关于数据结构相应的假设,这些假设也许与实际数据不相符。

另一个关于多数据集的重要问题是,进行相同的实验时,多数据集也许已经在相同的实验室或者在不同的时间、不同的实验室和不同的设置下生成。在这种假设下,实质上都有来自相似实验的异构数据集的集合。困难在于在这种假设下,如何才能得出一致的结论则。本报告将解决这些问题,并且展示最近应用Bi-CoPaM和UNCLES来分析功能性核磁共振图像数据和基因数据的实验结果。

报告人简介

Nandi教授现为英国布鲁内尔大学电子与计算机工程系主任,英国皇家工程院院士,IEEE等7个国际学会会士,芬兰国家FiDiPro计划杰出教授,发表论文500多篇,其中国际权威期刊200多篇。在统计信号处理、无线通信、机器学习和生物医学信号处理方面做出了开拓性的理论研究,在基因组信号处理和脑信号处理应用方面的贡献巨大,研究包括自动调制识别、分类和机器学习、盲源分离、高能物理、应用于基因组的信号处理和脑信号处理。

关闭窗口
XML 地图 | Sitemap 地图