澳门皇冠800在线

  • 部门链接
    • 党委学工部
    • 纪检监察办公室、审计...
    • 国际交流合作处
    • 离退休工作处
    • 国有资产管理办公室
    • 校医院
    • 就业引导中心
    • 心理健康教育中心
    • 党委组织部
    • 发展规划处
    • 研究生院、研工部
    • 实验室与设备管理处
    • 工会
    • 校友工作办公室
    • 后勤服务总企业
    • 采购中心
    • 杭电智慧城市研究中心
    • 党委统战部
    • 教务处
    • 人事处
    • 校园建设与管理处
    • 团委
    • 招标与信息采购
    • 实验教学示范中心
    • 网络信息中心
    • 省信息化经济社会发展...
    • 党委宣传部
    • 科技部
    • 计划财务处
    • 保卫处
    • 图书馆
    • 杭电学报
    • 档案馆
    • 高等教育学院
  • 学院链接
    • 机械工程学院
    • 计算机学院
    • 理学院
    • 外国语学院
    • 体育教学部
    • 网络空间安全学院
    • 电子信息学院
    • 材料与环境工程学院
    • 经济学院
    • 数字媒体与艺术设计学...
    • 卓越学院
    • 继续教育学院
    • 通信工程学院
    • 生命信息与仪器工程学...
    • 管理学院
    • 人文与法学院
    • 国际教育学院
    • 信息工程学院
    • App学院
    • 会计学院
    • 马克思主义学院
    • 浙江保密学院
  • 友情链接
    • 党委学工部
    • 纪检监察办公室、审计...
    • 国际交流合作处
    • 离退休工作处
    • 国有资产管理办公室
    • 校医院
    • 就业引导中心
    • 心理健康教育中心
    • 党委组织部
    • 发展规划处
    • 研究生院、研工部
    • 实验室与设备管理处
    • 工会
    • 校友工作办公室
    • 后勤服务总企业
    • 采购中心
    • 杭电智慧城市研究中心
    • 党委统战部
    • 教务处
    • 人事处
    • 校园建设与管理处
    • 团委
    • 招标与信息采购
    • 实验教学示范中心
    • 网络信息中心
    • 省信息化经济社会发展...
    • 党委宣传部
    • 科技部
    • 计划财务处
    • 保卫处
    • 图书馆
    • 杭电学报
    • 档案馆
    • 高等教育学院
    • 杭州电子科技大学
陈霸东教授讲座通知
澳门皇冠800在线:2017-06-15 浏览次数:7
报告题目:Correntropy for robust and sparsity aware learning
报告 人:陈霸东
             西安交通大学电信学院 教授
    间:2017年6月20日(星期二) 上午9:30
    点:第2教学楼南524室
 
陈霸东,西安交通大学教授,博导,陕西省“百人计划”特聘教授。2008年毕业于清华大学计算机专业获博士学位,20087月至20109月在清华大学精密仪器与机械学系做博士后研究,201010月至20129月在美国佛罗里达大学 (University of Florida) 电气与计算机工程系做博士后研究 (合作导师Jose C. Principe教授)20157月到8月在新加坡南洋理工大学(NTU)做访问科学家,201210月至今为西安交通大学电信学院教授、博士生导师。研究兴趣包括信号处理、机器学习、人工智能、脑机接口、类脑计算等。目前发表学术论文180余篇,其中SCI期刊论文近100篇,发表在IEEE TSP, IEEE TNNLS, IEEE SPL, AUTOMATICA 等著名期刊。撰写学术章节4章,学术专著2部,其中以第一编辑撰写的英文专著(Elsevier出版社)被国际计算评论(Computing Reviews)评选为2013Notable BookWeb of Science 中论文被引近1000次,其中4篇论文获“ESI高被引论文”。陈教授是IEEE高级会员,担任IEEE TNNLSJournal of the Franklin InstituteEntropy 等著名国际刊物副主编或编委,并作为负责人承担了国家自然科学基金面上、重点和973课题等多项重要科研项目。
 
 
报告概况:
Correntropy for robust and sparsity aware learning
 
Statistical similarity measures play significant roles in machine learning and signal processing. Recently, a novel similarity measure called correntropy was defined in kernel space. The correntropy induced metric (CIM) behaves like different norms (from L2 to L0) in different zones, and it can be applied as a robust and sparsity-aware cost for machine learning and signal processing. This talk will give an overview of Correntropy and several extensions, such as the generalized correntropy, kernel risk-sensitive loss (KRSL) and kernel mean p-power error (KMPE), and so on. The applications to robust regression, adaptive filtering, principal components analysis, deep learning and compressive sensing, will also be discussed. 
 
科学研究
联系大家
澳门皇冠800在线
澳门皇冠800在线
澳门皇冠800在线
XML 地图 | Sitemap 地图