報告題目： Atomic Representation-based Classification: Theory, Algorithm and Applications
　　報告人：李落清 （湖北大學 教授）
　　報告時間：2018年11月2日  15:30
　　報告地點：格致中樓500
　　報告摘要： Representation-based classification (RC) methods such as sparse RC (SRC) have attracted great interest in pattern recognition recently. In this talk, we introduce a new condition called atomic classification condition (ACC), which reveals important geometric insights for the theory of ARC. We establish the theoretical guarantees for a general unified framework termed as atomic representation-based classification (ARC), which includes most RC methods as special cases. We show that under such condition ARC is provably effective in correctly recognizing any new test sample, even corrupted with noise. Numerical results are provided to validate and complement our theoretical analysis of ARC and its important special cases for both noiseless and noisy test data.
　　報告人簡介：李落清，理學博士。湖北大學數學與統計學學院教授，博士生導師。從事逼近論及其應用的教學和研究工作。主要研究興趣：函數逼近與小波分析、時頻分析與信號處理、學習理論與模式識別。
　　1991年至1993年、1999年兩次獲國家留學基金委資助，留學和訪問德國。曾應邀訪問泰國庫拉隆功大學、比利根特大學、德國埃爾蘭根大學、德國哥廷根大學、日本大阪教育大學、香港浸會大學、香港城市大學、澳門大學等。曾擔任小波分析及其應用國際學術會議程序委員會主席和小波分析與模式識別國際學術會議程序委員會主席。現任國際學術刊物《International Journal of Wavelets, Multiresolution and Information Processing》編委 (Managing Editor)。合作出版學術著作1部，發表學術論文130余篇，被SCI收錄110余篇，被引1000余次。獲湖北省自然科學三等獎1項。主持國家自然科學基金項目5項，主持國家教委留學回國人員科研項目1項，湖北省自然科學基金重點項目1項，省部級基金項目5項。培養的博士研究生中3人獲湖北省優秀博士學位論文。
　　歡迎廣大師生參加！
　　

理學院
2018年11月1日