复杂数据的表征学习致力于研究如何对多源涌现、体量巨大、非结构化、关联关系复杂的高维数据进行有效高效表达，挖掘隐藏在数据中的高价值知识从而服务于下游任务，具有重要的理论意义与应用价值。本期SPP，报告人将针对复杂数据中“多源异构难融合、依赖关系不明确、知识表达不完备”三个不同层次的难点问题，以数据内在本征结构和数据间关联关系为基础，从“数据表征—>关联挖掘—>知识推理”三个方面开展了深入的研究工作，建立了“多流形数据协同—>多阶关系挖掘—>知识演化推理”的研究体系，提出了高维多维数据的乘积流形表示、图数据的特征演化和多阶关联、知识的本征结构和演化机理等一些列方法。欢迎关注本期SPP：4月16日（本周三）19:30—21:00。