2020年1月14日上午9:30，我院邀请到韩国国立全南大学Jangsun Baek教授作题目为“Mixtures of Gaussian copula factor analyzers for clustering high dimensional data”的学术讲座。

本次讲座中，Jangsun Baek教授主要介绍了高斯混合模型连接因子分析法及其模型适配方法。传统的高斯混合模型由于变量多，信息处理结构不稳定等问题，并不适合解决数据聚类问题，但Jangsun Baek教授提出基于高斯混合模型的连接因子分析法，该方法可以大幅削减原模型中的冗余变量（从2651个变量减少到157个变量），而保持聚类结果基本稳定，甚至在部分高维大样本数据中聚类表现优于原始模型。同时Jangsun Baek教授介绍了如何使用EM（Expectation Maximization）算法优化数据模型，反复对E步骤和M步骤进行变量推测，再根据上一步估计出的变量值推测损失差值，最终实现模型修正。Jangsun Baek教授以肺癌数据为例，说明高维大样本数据的聚类复杂性和该方法为何可以解决这一问题，并讨论了多种模型连接方法在模型修正，提高算法效率上的差异。Jangsun Baek教授的报告生动直观，内容精彩，赢得了大家的热烈欢迎。Jangsun Baek教授现为韩国国立全南大学自然科学学院院长，一直致力于数据处理、算法分析等研究工作。