信息理论驱动的复杂多模态数据融合与聚类

报告题目：信息理论驱动的复杂多模态数据融合与聚类

报告人：胡世哲郑州大学直聘研究员、博导

报告时间：2025年3月15日15:30-17:30

报告地点：秀山校区艺设楼214会议室

报告对象：伟德国际bevictor1946及相关学院师生

主办单位：伟德国际bevictor1946

报告内容：随着大数据与人工智能技术的深度融合，多模态数据（如图像、文本、音频、视频等）的分析与理解已成为推动认知智能发展的关键。然而，复杂多模态数据在模态异构性、语义鸿沟、以及聚类过程中的不确定性等方面，仍存在一系列基础性、共性化的核心挑战，制约着多模态机器学习在实际场景中的可靠应用。报告将系统剖析当前多模态融合与聚类研究中存在的核心痛点，探讨以信息论为驱动的新突破路径。基于信息论框架，创新性地构建了融合模态关联建模、跨模态特征协同优化与不确定性量化的理论体系，并提出一系列高效、稳健的算法集群，实现多模态数据在语义层面的深度融合与聚类结构优化。本报告将结合理论模型与实验验证，展示所提方法的优越性与应用潜力，旨在为多模态学习与认知计算提供新的方法论支持。

报告人简介：胡世哲，郑州大学直聘研究员，博士生导师，河南省优青。主要研究方向有具身多模态感知、多视图学习、可信多模态学习、信息瓶颈(Information Bottleneck)理论、连续学习、聚类分析等。已以第一/通讯作者在IEEE TPAMI、TIP、TKDE、计算机学报等领域重要期刊及ICLR、NeurIPS、ICML等重要国际会议发表论文30余篇，发表后得到国内外广泛关注和积极评价。担任期刊IEEE Transactions on Image Processing (IEEE TIP) and Pattern Recognition (PR)的副编辑(AE)，以及会议ICLR和ICML的领域主席(AC)。主持国自然面上项目/青年项目、省优秀青年科学基金、河南省重大科技专项子课题等项目。获得荣誉包括ACM郑州分会优博奖与新星奖、省教育厅科技成果一等奖。主讲《高级语言程序设计》、《数据库系统原理》等本科课程，培养硕博生10余人。