欢迎访问广东工业大学数据挖掘与信息检索实验室!

实验室内部学术交流安排(三)

作者:DMIR    发布时间:2017-01-09    浏览量:412

页面分享链接:http://dmirlab.com/document/337


2017年1月9日 19:30
主讲人:王丽娟老师
主题:Sparse subspace clusteirng
Main reading:
*1.Ehsan Elhamifar, Rene Vidal, Sparse Subspace Clustering: Algorithm, Theory, and Applications, IEEE Transactions on Pattern Analysis and Machine Intelligence, 35(11):2765?2781, 2013.
Link:http://ieeexplore.ieee.org/document/6482137/?arnumber=6482137&tag=1

概括:基于1范数的稀疏子空间聚类算法,包括无噪音稀疏优化模型,噪音数据的稀疏优化模型,仿射空间优化模型,以及稀疏子空间优化的理论基础。

Extend readings:

1. Ehsan Elhamifar, Rene Vidal, Sparse Subspace Clustering, IEEE Conference on Computer Vision and Pattern Recognition, 2009.
Link:http://ieeexplore.ieee.org/document/5206547/?arnumber=5206547
 概括:论文1的会议版本,比较简洁
2. G. Liu, Z. Lin, S. Yan, J. Sun, Y. Yu, and Y. Ma, Robust recovery of subspace structures by low-rank representation, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012.
Link:http://ieeexplore.ieee.org/document/6180173/?arnumber=6180173
概括:基于核范数的低秩数据表示,稀疏优化的另外一种方法,包括无噪音低秩优化模型,噪音数据的低秩优化模型,健壮低秩优化模型,以及稀疏子空间优化的理论基础。
3. G. Liu, Z. Lin, and Y. Yu, Robust subspace segmentation by low-rank representation, Int’l Conf. Machine Learning, 2010, 663?670.
Link: http://machinelearning.wustl.edu/mlpapers/paper_files/icml2010_LiuLY10.pdf
 概括:论文2的会议版本,比较简洁