20210127-04 总第228期 物以类聚人以群分：聚类分析的一些挑战和进展 ... ...

报告嘉宾：彭玺 (四川大学)

报告题目：深度聚类：从“模态非完全对齐聚类”到“对比聚类”

报告嘉宾：刘新旺 (国防科技大学)

报告题目：一种简单有效的多核聚类算法

Panel嘉宾：

聂飞平 (西北工业大学)、白亮 (山西大学)、张长青 (天津大学)

Panel议题：

1. 聚类分析有什么杀手锏应用吗？

2. 聚类分析的核心科学问题是什么？

3. 当前聚类分析更多受益于无监督/自监督表示学习的进展，如何避免聚类的研究和无监督/自监督表示学习的同质化？

4. 端到端聚类对表示学习和聚类进行联合学习，通过表示学习得到更好的聚类，通过聚类提升表示学习能力，有专家认为端到端聚类聚类对初值敏感，那有必要进行端到端聚类吗？

*欢迎大家在下方留言提出主题相关问题，主持人和panel嘉宾会从中选择若干热度高的问题加入panel议题！

报告嘉宾：彭玺 (四川大学)

报告时间：2021年01月27日(星期三)晚上20:00(北京时间)

报告题目：深度聚类：从“模态非完全对齐聚类”到“对比聚类”

报告人简介：

彭玺，四川大学教授，博导，国家青千。IEEE Trans on SMC: Systems等四个国际SCI期刊编委（AE）；获教育部霍英东青年教师奖、全国互联网＋指导老师奖等多个奖项；主要研究方向包括无监督表示学习及其在图像处理、多媒体计算、视觉计算、及自然语言处理等领域中的应用，在TPAMI，IJCV，TNNLS，TIP，TIFS，NeurIPS，ICML，CVPR，ICCV，AAAI，IJCAI等国际重要期刊和会议发表论文多篇。

个人主页：

http://www.pengxi.me

报告摘要：

报告将从两方面汇报深度聚类分析的一些挑战和工作。首先，我们NeurIPS2020 Oral工作在国际上率先发现了多视图聚类由于违背一致性假设导致的视图不对齐问题（Partially View-aligned Problem, PVP）。针对该问题，我们提出了一个可微的对齐算法，其能实现端到端的视图对齐和深度聚类。其次，通过将标签拟化为一种特殊的表示，我们AAAI2021的工作揭示了数据特征矩阵的行、列空间分别对应实例、类别级别的表示学习。基于该“标签即是表示”的灵感和观察，提出了一种双重对比表示学习算法（Contrastive Clustering），其能学习到更好的图像表示的同时进行数据聚类，其在CIFAR-100上较当前最好方法获得了40%的性能提升。一方面，该方法在国际上较早地将对比学习拓展到聚类分析，特别是在线聚类场景。另一方面，该方法可认为通过引入数据聚类特性进一步提升了对比表示学习的性能。

参考文献：

[1] Zhenyu Huang, P. Hu, J. T. Zhou, J. Lv, and Xi Peng*, Partially View-aligned Clustering, Neural Information Processing Systems (NeurIPS’20), Dec 6-12, 2020, Online. (Oral)

[2] Yunfan Li, P. Hu, Z. Liu, D. Peng, J. T. Zhou, Xi Peng*, Contrastive Clustering, Thirty-Fourth AAAI Conference on Artificial Intelligence (AAAI’21), Feb. 2-9, 2021, Online

报告嘉宾：刘新旺 (国防科技大学)

报告时间：2021年01月27日(星期三)晚上20:30(北京时间)

报告题目：一种简单有效的多核聚类算法

报告人简介：

刘新旺，国防科技大学计算机学院教授，国家自然科学基金优秀青年基金获得者。主要研究兴趣包括核算法、多视图聚类算法、深度聚类等。发表IEEE Trans及CCF A类论文60余篇，包括IEEET-PAMI、IEEE T-KDE、IEEET-IP、NeurIPS、CVPR、ICCV、AAAI、IJCAI等。谷歌学术引用3200余次 。担任AAAI 2020-2021、IJCAI2020-2021等国际人工智能顶级会议的高级程序委员会委员，以及Information Fusion的副主编。主持科技部“新一代人工智能” 重大项目、国家自然科学基金面上项目、青年基金各一项，研究成果曾获湖南省自然科学一等奖。

个人主页：

https://xinwangliu.github.io/

报告摘要：

提出了矩阵范数正则化多模态聚类算法以降低冗余性和增强多样性；提出了缺失多模态分类、聚类算法以解决具有缺失模态的分类、聚类等学习问题；提出了噪声多模态分类、聚类算法以解决具有噪声模态的分类、聚类等学习问题。

参考文献：

[1] SimpleMKKM: Simple Multiple Kernel K-means. Xinwang Liu, CoRR abs/2005.04975 (2020)

[2] Efficient and Effective Incomplete Multi-view Clustering, Xinwang Liu, Miaomiao Li, Chang Tang, Jingyuan Xia, Jian Xiong, Li Liu, Marius Kloft and En Zhu. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI). (Accepted Feb 14th, 2020) 

[3] Multiple kernel k-means with incomplete kernels, Xinwang Liu, Xinzhong Zhu, Miaomiao Li, Lei Wang, En Zhu, Tongliang Liu, Marius Kloft, Dinggang Shen, Jianping Yin, Wen Gao. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) 42(5): 1191-1204 (2020) 

[4] Late Fusion Incomplete Multi-view Clustering, Xinwang Liu, Xinzhong Zhu, Miaomiao Li, Lei Wang, Chang Tang, Jianping Yin, Dinggang Shen, Huaimin Wang and Wen Gao. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) 41(10): 2410-2423 (2019)

Panel嘉宾：聂飞平 (西北工业大学)

嘉宾简介：

聂飞平，西北工业大学教授博导，先后入选国家级青年人才和国家级领军人才。主要研究兴趣为机器学习理论和方法。在相关领域已发表系列论文，其中PAMI，IJCV，ICML，NIPS，IJCAI，AAAI，KDD论文百余篇，IEEE/ACM Transactions期刊长文百余篇，CCF A类会议长文百余篇。论文被引用2万余次，H指数77。入选科睿唯安“全球高被引科学家”，爱思唯尔“中国高被引学者”等榜单。

个人主页：

https://teacher.nwpu.edu.cn/niefeiping.html

Panel嘉宾：白亮 (山西大学)

嘉宾简介：

白亮，山西大学计算机与信息技术学院教授，博士生导师，国家优秀青年基金获得者。2012年博士毕业于山西大学计算机与信息技术学院计算机应用技术专业。2010-2017年先后在香港城市大学、中科院计算所、英国帝国理工学院进行研究助理、博士后和访问学者等研究工作。主要研究方向为无监督机器学习、聚类分析等，以第一作者先后在IEEE TPAMI、IEEE TKDE、DMKD、ICML和AAAI等国际重要学术期刊和会议上发表论文20余篇，博士论文获得了中国人工智能学会优秀博士论文奖，参与的项目获得了山西省自然科学一等奖。

个人主页：

http://cs.sxu.edu.cn/faculty/associate_professor/3991/index.htm

Panel嘉宾：张长青 (天津大学)

嘉宾简介：

张长青，天津大学智能与计算学部副教授、博士生导师，入选天津大学北洋学者-青年骨干教师计划。主要研究方向为机器学习、计算机视觉、医学图像分析。于四川大学计算机学院获得学士、硕士学位，天津大学智能与计算学部获得博士学位。2017-2018在美国北卡罗来纳大学教堂山分校进行医学图像分析研究。主要成果发表在国际期刊（TPAMI/IJCV等）及CCF-A类会议（CVPR/ICCV/NeurIPS/ICLR）。多篇论文入选顶级会议的Spotlight和Oral论文。主持国家自然基金青年和面上项目、天津市自然科学基金面上项目。

个人主页：

http://cic.tju.edu.cn/faculty/zhangchangqing/index.html

主持人：韩琥 (中国科学院计算技术研究所)

主持人简介：

韩琥，中科院计算所副研究员，硕士生导师。2011年博士毕业于中科院计算所，之后分别在美国密歇根州立大学和美国谷歌总部从事生物特征识别研究工作，曾担任谷歌Abacus项目核心研发成员。2015年回到中科院计算所工作，主要研究方向为计算机视觉及模式识别、生物特征识别、医疗影像分析。担任国际期刊Pattern Recognition 编委(AE)，国际会议ICPR2020 AC，以及CVPR2020 / FG2020 / WACV2020 /等主会特别会议/专题论坛的共同组织者。在IEEE TPAMI / TIP / TIFS, 以及CVPR、ECCV、NeurIPS、MICCAI等领域权威国际期刊与会议上发表学术论文60余篇，谷歌学术引用3300余次，研究工作获2020年IEEE信号处理协会最佳论文，以及3次会议最佳学生/海报论文奖，相关技术4次获国际竞赛冠亚军。

个人主页：

https://vipl.ict.ac.cn/people/~hhan

21-04期VALSE在线学术报告参与方式：

长按或扫描下方二维码，关注“VALSE”微信公众号 (valse_wechat)，后台回复“04期”，获取直播地址。

特别鸣谢本次Webinar主要组织者：

主办AC：彭玺 (四川大学)

协办AC：张长青 (天津大学)

责任AC：韩琥 (中国科学院计算技术研究所)