1月10日,澳大利亚联邦查尔斯特大学(Charles Sturt University)计算科学学院高俊斌教授应邀来光电研究院进行学术交流,光电院有20多位科研人员和研究生参加了这次交流活动。
交流过程中,高俊斌作了题为Subspace Learning for Sequential Data的报告,从子空间分类的概念和应用领域出发,介绍了一种面向序列集合数据提取的有序子空间分类新方法。该方法类似于稀疏子空间分类,将给出数据的稀疏性表述,但增加了空间序列数据边缘稀疏的惩罚项,在一定条件下,不需提供分类数量等参数就能自动从集合内部分离出多种成份。报告引起了参会者的浓厚兴趣,大家就相关问题进行了广泛讨论。