报告题目：低秩模型：理论及应用

报告时间：2018年12 月16日 19：00-21：30

报告地点：数计学院4号楼229 报告厅

摘    要：低秩是全局的约束，能够显著增强样本间相互校验能力，提高机器学习模型的鲁棒性。本讲座将介绍主流的低秩模型、基本理论结果和有趣的应用。

 专家简介：林宙辰，国家杰出青年基金获得者，北京大学信息科学技术学院机器感知与智能教育部重点实验室教授。研究领域包括计算机视觉、图像处理、机器学习、模式识别和数值优化。他是CVPR 2014/2016/2019、ICCV 2015、NIPS 2015/2018和AAAI 2019的领域主席，AAAI 2016/2017/2018和IJCAI 2016/2018的高级程序委员。他是IEEE Transactions on Pattern Analysis and Machine Intelligence 和International Journal of Computer Vision的编委，IAPR和IEEE会士。