来源：分析测试百科网

　　12月13日，由浙江大学何晓飞教授所做的“机器学习的几何观点”报告会在中科院西安光学精密机械研究所光学影像分析与学习中心（OPTIMAL）会议室举行。

　　流形学习是机器学习领域的一个新兴分支，是以流形假设为基础，利用微分几何、图论、代数拓扑以及概率统计等多学科知识进行数据分析的一门前沿学科。其目的是通过学习数据流形的几何、拓扑结构来认知数据并解决传统的机器学习问题，如特征提取、聚类、分类等。何晓飞教授围绕四部分内容为西安光机所科研人员做了报告：1.流形学习的基础知识及在这十年间的蓬勃发展2.经典流形学习算法以及基于流形理论的半监督学习和主动学习算法。3.流形学习在信息处理各个学科所取得的广泛应用。4.流形学习的未来展望以及我们面临的机遇和挑战。

　　报告会后，参会人员就报告内容与何晓飞教授进行了深入地探讨与交流。

　　何晓飞系浙江大学计算机学院教授、博导、IEEE高级会员。曾获国际大学生数学建模竞赛特等奖(INFORMS奖)，芝加哥大学博士学位。2001年至2004年间与微软亚洲研究院同行合作进行信息检索的研究，提出了基于网页块结构的链接分析方法，在学术界和工业界引起了极大的反响。2005年将流形学习理论引入人脸识别，提出了拉普拉斯脸方法，2008年接受了Thomson Reuters的采访，相关论文被评为人脸识别领域“过去十年间在被引频次最高的论文排行榜中名列全球第14位”。根据中国科学院文献情报中心的统计，该论文在2005－2009年工程技术研究论文中获得引用数最多的中国学者论文中排名为第2名。2007年作为人才引进，加入浙江大学CAD&CG国家重点实验室，建立起了机器学习和信息检索研究团队。