近日，由市先進機電系統設計與智能控制重點實驗室、學校機電工程國家級實驗教學示范中心主辦的學術報告會在北苑“一站式”學生社區舉辦。會議邀請哈爾濱工程大學楊明副教授以“多視圖聚類的新型正交非負張量分解算法”為題作報告。
報告中，楊明系統闡述了多視圖大規模數據分析的研究現狀與挑戰。他表示，隨著信息技術的發展，多源異構數據的處理和分析已成為當前研究的重點和難點。針對傳統非負矩陣分解（NMF）方法在處理多視角信息時存在的局限性，他詳細介紹了團隊提出的ONT-FOMC創新方法。該方法通過分解自適應學習的改進錨點圖張量獲取聚類結果，基于張量的非負正交分解有效挖掘了跨視角共享的底層結構信息。通過將分解后的張量定義為聚類指標張量和錨點指標張量，顯著提升了算法的可解釋性。
楊明還重點介紹了ONT-FOMC在計算復雜度和鄰接圖探索方面的突破。該方法使用改進的錨點圖，有效降低了高維特征下的計算復雜度，采用一致的鄰接圖探索每個視角共享的共同局部流形。通過多個真實數據集的實驗結果表明，該方法在準確性和效率上均優于現有技術。他通過深入淺出的講解和生動的實例展示，使與會師生對這一復雜的算法有了清晰的了解。在互動環節中，現場師生就算法的工程應用價值展開熱烈討論。
此次報告會不僅拓寬了師生們的學術視野，還為相關領域的研究和教學帶來了新的啟發和思路，有助于推動學校在多視圖聚類算法研究方向上取得新進展。
