报告题目：Generalized regression learning: from robust to sparse deep binary image representation

报告时间：2021年11月16日，星期二，晚上8:00-10:00

腾讯会议 ID：215 907 266

报告摘要：

    该报告首先介绍一个简单的鲁棒回归学习方法进行图像特征提取，并以此为原型在大数据图像检索中进行了一系列的探索，具体地，他将介绍大数据哈希学习中存在的问题，然后展示如何利用该回归模型提出联合稀疏哈希学习、深度哈希学习进行大规模图像的二值表示与检索，最后总结了广义回归学习发展的理论与技术框架。

报告人简介：

    赖志辉，博士、深圳大学计算机与软件学院教授、博士生导师，现为广东省计算机视觉中英联合实验室副主任。其博士毕业于南京理工大学模式识别与智能系统教育部重点实验室，曾任香港理工大学副研究员、博士后研究员及研究员，已发表了100多篇学术论文，其中有40多篇发表在IEEE Transactions系列权威杂志上。他所发表的学术论文近5年已获得2000次SCI他引及5000次GOOGLE学术引用,个人h指数为32；曾有7篇论文入选ESI高被引论文，系统地发展了稀疏鉴别分析理论与方法。他曾获得2008年中国模式识别最佳大会论文奖、2016年中国生物特征识别大会最佳海报论文奖、2017年江西省自然科学技术奖二等奖、2018年国际会议AIFT最佳论文奖,2019年吴文俊人工智能自然科学三等奖。赖志辉于2015年入选深圳市海外高层次人才“孔雀计划”，2019起入选全球顶尖科学家榜，现任国际SCI杂志International Journal of Machine Learning and Cybernetics的编委（影响因子3.273）；详情见个人主页http://www.scholat.com/laizhihui（附全部论文代码）。

报告邀请人：

西安交通大学 数学与统计学院 张红英教授