丁宏強教授應邀訪問伟德国际BETVlCTOR并做學術講座
2015年9月28日上午，美國德州大學丁宏強教授應伟德国际BETVlCTOR歐陽繼紅教授邀請來我校進行學術交流活動，并做題為“Sparse Coding and Low-rank Matrix Models for Data Recovery and Feature Selection（基于稀疏編碼和低秩矩陣模型的數據恢複和特征選擇）”的學術報告。
丁宏強 (Chris H.Q.Ding)教授早年在美國哥倫比亞大學李政道教授研究小組求學，獲博士學位。丁教授長期工作于美國加州理工學院、噴氣動力實驗室及勞倫斯-伯克利國家實驗室，2007年加入德州大學阿靈頓分校任教授。丁教授在哥倫比亞大學期間的研究成果作為封面文章發表在Science雜志，在加州理工學院的研究成果曾得到自然雜志(Nature)主編的高度評價和專文評述。他的研究領域包括數據挖掘、機器學習、信息檢索、高性能計算等。從2000年開始，他和⏭➰者創立了以矩陣模型作為中心理論和計算方法的子領域，研究PCA和K均值聚類的等價性，非負矩陣分解的聚類特性，提出矩陣L21範數的概念。在其治學期間發表了200餘篇論文，被引用18000 餘次。曾在加州大學伯克利分校、斯坦福大學、卡耐基梅隆大學、滑鐵盧大學、阿爾伯塔大學、Google研究院、IBM研究院、Microsoft研究院等做學術報告。
在這次講座中，丁宏強教授首先簡要介紹了他早年在哥倫比亞大學的研究成果和目前的研究内容；同時說明了機器學習需要用到的矩陣知識和基于矩陣的機器學習的早期工作，并針對現在主流的幾種機器學習的矩陣公式以及相關算法進行了詳細的介紹；最後，丁老師與在場師生進行了熱烈的讨論，同與會老師交流了各自的觀點，并解答了同學們的疑惑。講座現場學術氣氛十分濃厚，同學與老師之間的互動非常充分。
附件：
