报 告 人：林宙辰

　　报告地点：数学与统计学院104室

　　报告时间：2014年12月06日星期六09:00-11:00

　　报告简介：现在面临的是大数据时代，数据分析被认为是继实验、理论、仿真之后的第四种科学研究范式。大数据的一个重要特点是高维性，流形学习和稀疏表示是处理高维数据的有效方法，目前是研究热点。本课程将简要介绍流形学习和稀疏表示的基本方法，侧重方法和实际应用，同时讲解简单基本的理论。

　　主讲人简介：

　　林宙辰，毕业于北京大学获得博士学位，曾担任微软亚洲研究院可视化计算组主管研究员，现任职北京大学智能科学系，教授、博士生导师，同时受聘为我校东师学者讲座教授，担任计算机科学领域顶级国际期刊 IEEE Trans. Pattern Analysis and Machine Intelligence 与International Journal of Computer Vision，以及Neurocomputing 与Big Data and Information Analytics编委，承担国际自然科学基金面上项目以及973项目子课题，拥有42项美国/国际专利，发表60多篇杂志论文，其中有些发表在IEEE Trans. Pattern Analysis and Machine Intelligence 、International Journal of Computer Vision、IEEE Trans. Image Processing.、IEEE Trans. Knowledge Discovery and Engineering、 IEEE Trans. Neural Networks、IEEE Trans. Visualization and Computer Graphics、SIAM Journal on Imaging Science等杂志。他的研究兴趣为计算机视觉、图像处理、机器学习、数值计算与优化、计算机图形学、模式识别。