研究方向
基于变分自编码器的子空间聚类技术 子空间聚类（Subspace Clustering, SC）是一种基于代数几何的聚类方法，因其在多个领域的成功应用和相关的理论，引起了越来越多的关注。然而，SC主要关注低维线性子空间的聚类，而现实世界的数据往往存在于非线性流形上。为了弥补这项技术空白，本项目旨在通过利用深度变分自编码器（Variational autoencoder, VAE）提取数据的线性特征并结合SC来应对这一挑战。首先，我们将建立起线性代数和优化的基础知识，全面理解SC的工作原理。其次，我们将使用Python和深度学习框架PyTorch构建例如VAE的基于神经网络的特征提取器。在奠定SC基础并开发VAE模型后，我们将设计一种新颖的方法，即基于VAE的深度子空间聚类方法，用于处理非线性流形的聚类问题。最后，通过对真实数据集进行大量实验，以验证所提方法的性能和有效性。这些实验将证明所提出方法的实用性和实用价值。
相关学科
计算机科学技术
关键词
子空间聚类，深度变分自编码器
科研导师
Jack Xie
- 香港科技大学电子和计算机工程博士，本硕毕业于上海科技大学电子信息工程专业。
- 有多篇CCF-A 论文发表: 通信领域顶刊JSAC论文一篇(一作)，数据库以及数据挖掘领域顶会ICDE论文一篇(一作), 以及多篇SCI论文。
- 研究方向：可信机器学习，深度学习，下一代智能通信技术，数据挖掘。课题指导经验丰富，手把手教学理论证明，实验设计，代码编写。
成果一：在英文期刊中发表学术论文
有方学者项目能够为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。
成果二：第一作者身份
有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出。
成果三：独一无二的课题
有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，每个学生的研究内容具有差异性。
成果四：顶尖院校导师的推荐信
有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，影响着推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。
成果五：高效备战具有高影响力、高含金量的科研竞赛
学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。
了解更多详情
请扫描二维码
关注「有方背景提升」
