研究生名师讲堂—刘智勇研究员“GNCCP：一种高效通用的组合图优化算法框架”

    应信息工程学院周长兵老师邀请，中国科学院自动化所复杂系统管理与控制国家重点实验室刘智勇研究员将来我校进行学术交流，并做学术报告，具体安排如下：

题  目： GNCCP：一种高效通用的组合图优化算法框架

时  间： 2015年5月6日（星期三）下午15:00-18:00

地  点： 教三楼203会议室

报告人简介： 刘智勇，中国科学院自动化所复杂系统管理与控制国家重点实验室，研究员，博士生导师。1997获天津大学工学学士学位，2000年获中国科学院自动化所工学硕士学位，2003年获得香港中文大学计算机科学与工程专业博士学位。研究方向为模式分析与识别，及其在计算机视觉、图像分析、大数据挖掘和生物信息学等领域的应用。担任国际期刊Neurocomputing和Applied Informatics编委和IJCNN、ACML等多个国际会议的程序委员会委员。证明了独立元分析ICA的一个核心基础猜想：“一比特匹配”猜想；系统提出了一维流形形状检测方法；原创提出了高效通用的组合图优化理论算法框架：渐非凸渐凹化过程GNCCP。发表论文50余篇，其中第一作者SCI国际期刊论文20余篇。IEEE 高级会员，获2014年国家自然科学奖二等奖。

报告摘要 ：组合图优化是计算机科学研究领域的一个核心基础问题，它的外在表现形式多种多样，例如经典的旅行商、二次指派、随机场推理、图匹配、聚类问题等等。由于此类问题一般为NP-hard问题，多年来从不同的领域和角度得到持续的关注和发展，从而导致的一个现状是：虽然这些问题本质上同属于组合图优化问题，但在技术算法层面形式多样，联系不大。在本次报告中，我将简单介绍本人近年来提出的一个通用和易用的组合图优化算法框架 - 渐非凸渐凹化过程（GNCCP：Graduated NonConvexity and Graduated Concavity Procedure）。通过自动构建原离散问题的凸松弛和凹松弛函数，GNCCP为不同的组合图优化问题提供了一个高效通用的解决方案。报告将主要以图匹配和计算机视觉中的能量最小化这两个典型的组合图优化问题为例，并给出在不同的领域应用的初步结果。

研究生记学术报告一次，欢迎广大师生参加！

                                研究生院

                                信息工程学院

                                2015年5月4日