物以类聚人以群分：聚类分析的一些挑战和进展

作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/

来源：VALSE Webinar21-04期VALSE在线学术报告

1. 学术报告

报告嘉宾：彭玺 (四川大学)

报告题目：深度聚类：从“模态非完全对齐聚类”到“对比聚类”

个人主页：http://www.pengxi.me

报告时间：2021年01月27日(星期三)晚上20:00(北京时间)

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

视频回放地址：https://www.bilibili.com/video/BV1Ny4y127v6

报告嘉宾：刘新旺 (国防科技大学)

报告题目：一种简单有效的多核聚类算法

个人主页：https://xinwangliu.github.io/

报告时间：2021年01月27日(星期三)晚上20:30(北京时间)

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

视频回放地址：https://www.bilibili.com/video/BV1dU4y1s7Q4

2. Panel

Panel嘉宾：

聂飞平 (西北工业大学) 个人主页：https://teacher.nwpu.edu.cn/niefeiping.htm

白亮 (山西大学) 个人主页：http://cs.sxu.edu.cn/faculty/associate_professor/3991/index.htm

张长青 (天津大学) 个人主页：http://cic.tju.edu.cn/faculty/zhangchangqing/index.html

Panel主持人：韩琥 (中国科学院计算技术研究所)

报告主题：物以类聚人以群分：聚类分析的一些挑战和进展

报告时间：2021年01月27日(星期三)晚上20:00(北京时间)

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

视频回放地址：https://www.bilibili.com/video/BV1dU4y1s7mN

Panel议题：

1. 聚类分析有什么杀手锏应用吗？

2. 聚类分析的核心科学问题是什么？

3. 当前聚类分析更多受益于无监督/自监督表示学习的进展，如何避免聚类的研究和无监督/自监督表示学习的同质化？

4. 端到端聚类对表示学习和聚类进行联合学习，通过表示学习得到更好的聚类，通过聚类提升表示学习能力，有专家认为端到端聚类聚类对初值敏感，那有必要进行端到端聚类吗？