多视图聚类的复杂性视角

报告题目：多视图聚类的复杂性视角

报告人：王思为 军事科学院研究员、博导

报告时间：2026年7月18日8:30-10:30

报告地点：安徽工业大学秀山校区先进技术研究中心901

报告对象：计算机科学与技术学院及相关师生

主办单位：计算机科学与技术学院

报告人简介：王思为，军事科学院研究员，博导。主要研究方向为大规模多模态数据分析、大模型多Agent等。于NeurIPS、ICML、ICLR、CVPR、ICCV、IEEE TPAMI、TIP、TKDE等人工智能顶级会议和期刊发表论文40余篇，学术引用10000余次，10篇ESI高被引论文。研究成果获中国计算机学会CCF自然科学一等奖、湖南省自然科学奖二等奖。担任CCF-A类会议NeurIPS、ICML、ICLR、CVPR、AAAI、ICCV、IJCAI、ACMMM领域主席和TIP、PR、TMLR编委。

报告内容：当前，多视图聚类分析广泛地被应用在机器学习、数据挖掘等相关领域并取得了成功。相比较于单视图，多视图聚类意图通过视图之间的协同实现任务表现上的涌现。然而，现有方法大多侧重于学习算法构建，很少从视图角度上关注多视图聚类的复杂性。本报告拟基于复杂性科学和多视图聚类的学科交叉，汇报课题组最近几年针对不平衡、缺失条件下复杂多视图聚类方法的探索。