多模態(tài)數(shù)據(jù)融合與挖掘技術(shù)

　　隨著信息技術(shù)和各類(lèi)互聯(lián)網(wǎng)平臺(tái)的快速發(fā)展，圖像、視頻、文本等多模態(tài)數(shù)據(jù)呈現(xiàn)爆發(fā)式的增長(zhǎng)，多模態(tài)數(shù)據(jù)已經(jīng)成為大數(shù)據(jù)的主要呈現(xiàn)形式，針對(duì)海量多模態(tài)數(shù)據(jù)進(jìn)行分析和處理、從多個(gè)模態(tài)中獲取知識(shí)和價(jià)值的現(xiàn)實(shí)需求越來(lái)越高。本書(shū)詳細(xì)介紹一系列前沿的多模態(tài)數(shù)據(jù)融合與挖掘方法，從多模態(tài)聚類(lèi)、多模態(tài)分類(lèi)等層面對(duì)多模態(tài)融合與挖掘相關(guān)進(jìn)展進(jìn)行介紹，具體介紹基于深度多樣圖對(duì)比學(xué)習(xí)的多模態(tài)聚類(lèi)方法、基于聚類(lèi)引導(dǎo)的自適應(yīng)結(jié)構(gòu)增強(qiáng)網(wǎng)絡(luò)的多模態(tài)聚類(lèi)方法、基于深度子空間學(xué)習(xí)的半監(jiān)督多模態(tài)數(shù)據(jù)語(yǔ)義標(biāo)注方法以及基于深度受限低秩子空間學(xué)習(xí)的多模態(tài)半監(jiān)督分類(lèi)方法。在不同數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果驗(yàn)證了所介紹方法的有效性。

　　薛哲，北京郵電大學(xué)副教授，畢業(yè)于中國(guó)科學(xué)院大學(xué)，從事多媒體分析、圖像處理、機(jī)器學(xué)習(xí)等領(lǐng)域的研究工作，在國(guó)際重要刊物和著名學(xué)術(shù)會(huì)議上已發(fā)表論文十余篇。論文發(fā)表在IEEE TCSVT（CCF B類(lèi)）、Information Sciences（CCF B類(lèi)）、CVIU（CCF B類(lèi)）等國(guó)際期刊，以及國(guó)際頂級(jí)會(huì)議AAAI（CCF A類(lèi)）和知名國(guó)際會(huì)議ICME（CCF B類(lèi)）等。作為核心人員先后參加了多項(xiàng)國(guó)家級(jí)科研項(xiàng)目，包括國(guó)家973課題“跨媒體語(yǔ)義學(xué)習(xí)與內(nèi)容理解”、國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目“面向網(wǎng)絡(luò)事件的跨平臺(tái)異質(zhì)媒體語(yǔ)義協(xié)同與挖掘”和“基于時(shí)空特性的在線社交網(wǎng)絡(luò)搜索研究”等。