丁宏强教授应邀访问太阳成集团tyc122cc并做学术讲座
2015年9月28日上午，美国德州大学丁宏强教授应太阳成集团tyc122cc欧阳继红教授邀请来我校进行学术交流活动，并做题为“Sparse Coding and Low-rank Matrix Models for Data Recovery and Feature Selection（基于稀疏编码和低秩矩阵模型的数据恢复和特征选择）”的学术报告。
丁宏强 (Chris H.Q.Ding)教授早年在美国哥伦比亚大学李政道教授研究小组求学，获博士学位。丁教授长期工作于美国加州理工学院、喷气动力实验室及劳伦斯-伯克利国家实验室，2007年加入德州大学阿灵顿分校任教授。丁教授在哥伦比亚大学期间的研究成果作为封面文章发表在Science杂志，在加州理工学院的研究成果曾得到自然杂志(Nature)主编的高度评价和专文评述。他的研究领域包括数据挖掘、机器学习、信息检索、高性能计算等。从2000年开始，他和合作者创立了以矩阵模型作为中心理论和计算方法的子领域，研究PCA和K均值聚类的等价性，非负矩阵分解的聚类特性，提出矩阵L21范数的概念。在其治学期间发表了200余篇论文，被引用18000 余次。曾在加州大学伯克利分校、斯坦福大学、卡耐基梅隆大学、滑铁卢大学、阿尔伯塔大学、Google研究院、IBM研究院、Microsoft研究院等做学术报告。
在这次讲座中，丁宏强教授首先简要介绍了他早年在哥伦比亚大学的研究成果和目前的研究内容；同时说明了机器学习需要用到的矩阵知识和基于矩阵的机器学习的早期工作，并针对现在主流的几种机器学习的矩阵公式以及相关算法进行了详细的介绍；最后，丁老师与在场师生进行了热烈的讨论，同与会老师交流了各自的观点，并解答了同学们的疑惑。讲座现场学术气氛十分浓厚，同学与老师之间的互动非常充分。
附件：
