讲座题目：Bayesian Nonparametric Methods for Text Modeling
主讲人：John Paisley博士后
时间：2012年8月6日上午9点
地点：先进矿山装备教育部工程中心研发楼学术报告厅(218室)
主办单位：先进矿山装备教育部工程研究中心
机械设备健康维护湖南省重点实验室
Title: Bayesian Nonparametric Methods for Text Modeling
Abstract: Recent developments of Bayesian nonparametric methods within the machine learning community has had a major impact on text modeling applications. These methods rely heavily on the Dirichlet process, which breaks each document of text data into its underlying parts, called topics, without defining the number of parts in advance. In this talk, I will first review parametric Bayesian approaches to topic modeling, followed by its extension to the nonparametric setting. I will then present recent work on a Bayesian nonparametric approach to correlated topic modeling, which allows for modeling of correlations between topic probabilities in a collection of documents.
=======================================================================
讲座题目：非参数层次贝叶斯图像疏表示方法及应用
主讲人：丁兴号教授
地点：先进矿山装备教育部工程中心研发楼学术报告厅(218室)
主办单位：先进矿山装备教育部工程研究中心
机械设备健康维护湖南省重点实验室
题目：非参数层次贝叶斯图像疏表示方法及应用
摘要：近年来，信号在冗余字典下的稀疏表示在图像处理、压缩感知、机器学习及计算机视觉等诸多领域得到广泛应用。但基于优化的冗余字典稀疏表示方法一般存在如下不足：1）需要预先设定信号的稀疏度；2）不同的信号采用相同的稀疏度设定方式；3）需要预先设定噪声方差或重构残差；4）冗余字典中所含原子的数目需要预先设定等。针对上述不足在非参数层次贝叶斯框架下介绍一种新的图像稀疏表示方法，在此基础上提出几种改进方案并给出其在去噪、背景与前景分离、压缩感知等领域的成功应用实例。