数学系Seminar第1451期 Robust recursive absolute value inequalities discriminant analysis with sparseness

创建时间:  2017/05/24  龚惠英   浏览次数:   返回

报告主题:Robust recursive absolute value inequalities discriminant analysis with sparseness
报告人:邵元海  副教授  (浙江工业大学)
报告时间:2017年5月26日(周五)10:00
报告地点:校本部G507
邀请人:白延琴 
主办部门:8455新葡萄场网站数学系  
报告摘要:降维学习是数据挖掘和机器学习中的热点问题之一;对于有监督学习的降维问题,线性判别分析是一个广泛使用的工具。然而,对于复杂的有噪声问题和对可解释性要求更高的降维问题,线性判别分析则很难得到理想的效果。本报告将针对复杂的有噪声问题和对可解释性要求更高的降维问题,从度量角度出发,提出具有鲁棒和稀疏性质的判别分析方法。新模型需求解带有绝对值约束和L1-模稀疏项的非凸优化问题,我们引入逐次线性算法将其转化为一系列线性规划问题,达到了鲁棒和稀疏的要求,并通过大量的数值实验验证模型和算法的合理有效性。该模型为降维问题提供了同时实现鲁棒和稀疏的判别分析新思路。
 
欢迎教师、学生参加 ! 

上一条:数学系Seminar第1450期 代数图的自同构群问题

下一条:数学系Seminar第1454期 金融网络中的系统性风险评估与控制


数学系Seminar第1451期 Robust recursive absolute value inequalities discriminant analysis with sparseness

创建时间:  2017/05/24  龚惠英   浏览次数:   返回

报告主题:Robust recursive absolute value inequalities discriminant analysis with sparseness
报告人:邵元海  副教授  (浙江工业大学)
报告时间:2017年5月26日(周五)10:00
报告地点:校本部G507
邀请人:白延琴 
主办部门:8455新葡萄场网站数学系  
报告摘要:降维学习是数据挖掘和机器学习中的热点问题之一;对于有监督学习的降维问题,线性判别分析是一个广泛使用的工具。然而,对于复杂的有噪声问题和对可解释性要求更高的降维问题,线性判别分析则很难得到理想的效果。本报告将针对复杂的有噪声问题和对可解释性要求更高的降维问题,从度量角度出发,提出具有鲁棒和稀疏性质的判别分析方法。新模型需求解带有绝对值约束和L1-模稀疏项的非凸优化问题,我们引入逐次线性算法将其转化为一系列线性规划问题,达到了鲁棒和稀疏的要求,并通过大量的数值实验验证模型和算法的合理有效性。该模型为降维问题提供了同时实现鲁棒和稀疏的判别分析新思路。
 
欢迎教师、学生参加 ! 

上一条:数学系Seminar第1450期 代数图的自同构群问题

下一条:数学系Seminar第1454期 金融网络中的系统性风险评估与控制