时间：2011年6月3日下午3：30
地点：田家炳教育书院4331教室
多视图数据的相关性分析
多视图数据普遍存在于现实之中，诸如姿态估计、多语言互译、多模态生物特征分析等。尽管典型相关分析（CCA）能有效处理多视图数据，但其仅限于配对(观测)数据间的相关性分析，难以胜任对不完全配对数据的分析，因而常导致分析的失效。本讲座将介绍我们所发展出的若干针对多视图数据的广义相关性分析技术。
陈松灿，分别在83年、85年和1997年毕业于杭州大学、上海交通大学和南京航空航天大学。
独立主持7项国家自然科学基金和8项省、部级基金项目，合作主持1项NSFC重点项目。在IEEE T. Pattern Analysis and Machine Intelligence、IEEE T. Neural Networks, IEEE T. Systems, Man & Cybernetics-Part B、IEEE T. Image Processing、IEEE T. Information Forensics & Security、Pattern recognition、Pattern recognition letters、Artificial intelligence in medicine、Neurocomputing等国际主流期刊上发表(SCI)论文达78篇，在IJCAI, CVPR, AAAI, CIKM, ICDM和SDM国际一流会议上发表论文8篇。据Google Scholar不完全统计,所发表的论文现已被引1600多篇/次(Google Scholar)，其中4篇论文单篇被引均过100篇/次；2篇论文获国际模式识别领域权威期刊Pattern Recogniton的优秀论文奖(Honorable Mentions)。
担任IEEE的9个Transactions、Pattern recognition、Pattern recognition letters、Artificial intelligence in medicine、IET (i.e., IEE)、Applied Intelligence、Information Sciences、Neurocomputing等17个国际期刊以及中国科学、科学通报、、软件学报、自动化学报、计算机学报及其中、英文版等十多个国内重要期刊的的(经常性)审稿人。
担任中国机器学习专委会副主任委员，省人工智能专委会主任；分别担任国际期刊《Advances in Artificial Neural Systems》《Intern. J. of Machine Learning & Cybernetics》和国内《Frontier of Computer Science in China》的Associate Editor，《小型微型计算机系统》编委会委员，担任山东大学学报（工学版）的特邀副主编。
担任国际会议SDM’09, PAKDD’07, IDEAL’03-11, ISNN’04-11, (澳大利亚)AI’07-11, (亚洲机器学习)ACML’09-10等程序委员会委员,担任全国2010机器学习会议(CCML)会议程序委员会主席等。
共培养已毕业博士生19名，其中1位获2006年全国百篇优博论文提名奖，3位分别获2006，2009和2010年度的江苏省优博论文奖。
