12月12日上午，学院99级校友、华中农业大学陈洪教授和06级校友、成都大学王玉龙副研究员应邀来访英国立博官网中文版，在院201报告厅为相关师生分别做了题为《Sparse Modal Additive Model》、《Sparse Representation based Classification: A Theoretical Perspective》的学术报告。

报告中，陈洪教授介绍了稀疏加性模型，分析了该模型的优势和不足。针对模型易受噪声和异常样本的影响，提出了稀疏众数加性模型。通过诱导基于众数的损失函数，模型的鲁棒性能得到了显著提升。最后，陈洪教授给出了算法的理论误差界，并展示了实验效果。

图为陈洪教授

王玉龙副研究员从人脸识别的角度出发，详细介绍了稀疏表示分类算法、协同表示分类算法等；分析了表示框架下分类算法成功的关键原因；基于原子范数理论，建立了表示分类的一般框架模型，从理论上给出了算法模型成功的条件。

图为王玉龙副研究员

专家简介：

陈洪，华中农业大学教授，博士生导师。研究方向为机器学习、学习理论、逼近论。2009.6博士毕业于湖北大学基础数学专业，湖北省优秀博士论文获得者。2016.3-2017.8在University of Texas at Arlington从事博士后研究，多次受邀请赴澳门大学、香港城市大学等进行合作研究。主持国家自然科学基金面上项目、青年基金等多项科研课题，在Appl. Comput. Harmon. Anal., J. Approx. Theory, IEEE TPAMI, IEEE TNNLS, IEEE T. Cybernetics, Neural Networks, Neural Computation, Bioinformatics等知名期刊发表SCI论文20余篇，在机器学习顶级会议NIPS发表论文3篇。

王玉龙，澳门大学博士，成都大学特聘副研究员，主要从事模式识别与机器学习研究。近五年，在相关领域已发表19篇SCI期刊论文和10余篇EI会议论文，包括10篇IEEE Transactions论文，以第一作者发表论文于国际权威期刊IEEE TPAMI（为2019年该期刊首篇论文）, IEEE TIP, IEEE TSP, IEEE TCYB, PR等。作为项目负责人主持国家自然科学基金青年项目。