物以類聚人以群分：聚類分析的一些挑戰和進展

作者：凱魯嘎吉 - 博客園 http://www.cnblogs.com/kailugaji/

來源：VALSE Webinar21-04期VALSE在線學術報告

1. 學術報告

報告嘉賓：彭璽 (四川大學)

報告題目：深度聚類：從“模態非完全對齊聚類”到“對比聚類”

個人主頁：http://www.pengxi.me

報告時間：2021年01月27日(星期三)晚上20:00(北京時間)

報告地址：http://valser.org/article-401-1.html

視頻回放地址：https://www.bilibili.com/video/BV1Ny4y127v6

報告嘉賓：劉新旺 (國防科技大學)

報告題目：一種簡單有效的多核聚類算法

個人主頁：https://xinwangliu.github.io/

報告時間：2021年01月27日(星期三)晚上20:30(北京時間)

報告地址：http://valser.org/article-401-1.html

視頻回放地址：https://www.bilibili.com/video/BV1dU4y1s7Q4

2. Panel

Panel嘉賓：

聶飛平 (西北工業大學) 個人主頁：https://teacher.nwpu.edu.cn/niefeiping.htm

白亮 (山西大學) 個人主頁：http://cs.sxu.edu.cn/faculty/associate_professor/3991/index.htm

張長青 (天津大學) 個人主頁：http://cic.tju.edu.cn/faculty/zhangchangqing/index.html

Panel主持人：韓琥 (中國科學院計算技術研究所)

報告主題：物以類聚人以群分：聚類分析的一些挑戰和進展

報告時間：2021年01月27日(星期三)晚上20:00(北京時間)

報告地址：http://valser.org/article-401-1.html

視頻回放地址：https://www.bilibili.com/video/BV1dU4y1s7mN

Panel議題：

1. 聚類分析有什么殺手鐧應用嗎？

2. 聚類分析的核心科學問題是什么？

3. 當前聚類分析更多受益於無監督/自監督表示學習的進展，如何避免聚類的研究和無監督/自監督表示學習的同質化？

4. 端到端聚類對表示學習和聚類進行聯合學習，通過表示學習得到更好的聚類，通過聚類提升表示學習能力，有專家認為端到端聚類聚類對初值敏感，那有必要進行端到端聚類嗎？