报告题目：多标签分类中的矩阵优化

报告摘要：分类，与聚类、降维、推断一起，并列为机器学习的四大功能。传统的多分类问题是指，给定一个样本只能属于一个类别标签。而多标签分类问题是允许一个样本可以属于多个类别标签，目前它是机器学习领域中的一个前沿研究课题。在这个报告中，主要介绍多标签分类问题的各种矩阵优化模型，以及未来的某些研究设想。

报告时间：2021年10月21日  15:00-17:00

报告地点：腾讯会议 780 465 591

报告专家介绍：修乃华，北京交通大学数学系教授，博士生导师，北京市教学名师。现任信息运筹学交叉学科北京市重点学科责任教授、“111”创新引智基地负责人、《运筹学学报》副主编等多家国内国际期刊编委。研究方向：最优化理论方法及应用。主持973计划课题1项、国家自然科学基金重点项目等国家级科研项目10余项。获教育部自然科学奖二等奖、詹天佑铁道科学技术奖专项基金奖、北京市公司产品成果一等奖、教育部新世纪优秀人才、全国优秀科技工作者、享受国务院政府特殊津贴专家。