一、主题：基于图的模式识别与机器学习算法及其在动态金融时序网络分析的应用

二、主讲人：白璐，男，2015年1月于英国约克大学（University of York,UK）取得博士学位，师从国际模式识别与机器视觉著名学者、IEEE与IAPR双Fellow、国际模式识别学会IAPR前副主席Edwin R. Hancock教授。于澳门科技大学分别获理学学士、理学硕士（2010年）学位。2015年3月进入中央财经大学，2017年破格晋升副教授，2018年获聘“龙马学者青年学者”，2019年破格获聘博士生导师。分别担任国家一级学会中国自动化学会（CAA）模式识别与机器智能专委会委员，中国图象图形学会（CSIG）视觉大数据专委会委员，中国计算机学会（CCF）人工智能与模式识别专委会通讯委员。主要从事模式识别、机器学习、机器视觉、金融数据分析等领域的研究工作。主持国家自然科学基金面上、青年项目两项。截至2020年7月，已累计发表国际主流期刊与会议论文近80篇，大多为该领域排名前几位的期刊，其中第一/通讯作者学校AAA期刊论文12篇（19年之后8篇），参编国家精品教材1本（清华大学出版社，即将出版）。担任国际模式识别领域旗舰期刊Pattern Recognition责任客座编辑（Managing Guest Editor），组织ICPR2018关于金融专题Workshop，担任多个国际顶级期刊、会议审稿人与PC Member。获英国机器视觉学会BMVA奖学金（2013年），国际模式识别学会IAPR“Eduardo Caianiello奖”（2015年，ICIAP最佳论文奖），国际模式识别学会IAPR News Letter下一代专栏报道（2016年），国际模式识别大会ICPR最佳Pattern Recognition and Machine Learning Track论文奖（2018年），国际工业工程及工程管理大会IEEEIEEM最佳论文提名与优秀论文奖（2019年）。

三、时间：2020年9月29日星期二，12:30-14:00

四、地点：腾讯会议，ID: 147 219 525

五、主持人：张宁教授，中央财经大学中国金融科技研究中心主任

六、摘要：

图（Graph）是描述对象与对象间复杂关系的重要方法，在金融等领域广泛存在，如：动态金融时序网络、交通网络、生物蛋白网络、社交网络等。如何分析与处理图结构数据是目前模式识别与机器学习领域的重要研究内容。然而，由于图是一种非线性、拓扑关系错综复杂、高噪音、非规则的结构化数据，传统基于欧式空间数据的模式识别与机器学习算法难以直接处理这类数据。如何提出并发展可直接应用于图数据分析的结构模式识别与机器学习算法是当前的研究热点。本报告首先梳理了结构模式识别与机器学习算法的发展脉络，分析了相关算法的理论特点与发展现状。最后，介绍了报告人在相关方向的具体研究与理论创新，并给出若干金融应用实例。

七、支持单位

中央财经大学中国金融科技研究中心