2011CCF学科前沿讲习班.docVIP

2011 CCF学科前沿讲习班 信息时代之数学基础 主讲学者：图灵奖获得者John E. Hopcroft教授，Cornell大学 学术主任：殷建平教授 国防科技大学 时间地点：2011年1月9日－13日，湖南长沙 讲习班邀请图灵奖获得者美国Cornell大学John E. Hopcroft教授讲授信息时代若干前沿研究领域的数学基础，讲课内容对于理解网络时代产生的计算问题具有重要的理论价值，同时也是模式识别、机器学习、计算机视觉、图象处理、数据挖掘等领域的重要理论基础。讲习班采用学与练相结合的方式，每天由John E. Hopcroft教授讲授3小时，每小时讲授之后为2小时练习。通过结业考核者将获得由John E. Hopcroft教授亲笔签名的结业证书。 John E. Hopcroft教授简介： John E. Hopcroft教授于1961年在Seattle大学获得学士学位，于1962和1964年在Stanford大学分别获得硕士和博士学位。现为美国Cornell大学计算机科学系教授，曾任该系主任和工学院院长。他是美国科学院National Academy of Sciences和美国工程院National Academy of Engineering的成员，ACM、IEEE、美国艺术与科学院AAAS、美国科学进步协会和工业与应用数学协会SIAM的Fellow。2008年获ACM杰出教育家奖。1986年获计算机领域最高奖ACM 图灵奖。 讲课内容： 1 High dimensional data 1.1 The high dimensional sphere 1.1.1 The shpere and cube in higher dimensions 1.1.2 Volume of the unit sphere 1.1.3 The volume is near the equator 1.1.4 The volume is in a narrow annulus 1.1.5 The surface area is near the equator 1.2 Generating points uniformly at random on a sphere 1.3 Gaussians in high dimension 1.4 The random projection theorem and the nearest neighbor problem 2 Random Graphs 2.1 The G(n,p) model 2.1.1 Degree distribution 2.1.2 Existence of triangles in G(n,d/n) 2.1.3 Phase transitions 2.1.4 Phase transitions for monotonic properties 2.1.5 Phase transition for CNF-sat 2.1.6 The emerging graph 2.1.7 The Giant component 2.2 Non uniform and growth models of random graphs 2.2.1 Non uniform models 2.2.2 Molloy/Reed 2.3 Growth models 2.3.1 Growth model without preferential attachment 2.3.2 A Growth Model with Preferential Attachment 3 Singular Value Decomposition (SVD) 3.1 Singular vectors 3.2 Singular value decomposition (SVD) 3.3 Best rank k approximations 3.4 Algorithm for computing the Singular Value Decomposition 3.5 Applications of Singular Value Decompostion 3.5.1 Principal Component Analysis 3.5.2 Clustering a Mixture of Spherical Gaussians 3.5.3 An Application of SVD to a Discrete Optimization Problem 3.5.4 SVD as a Compression Algorithm 4 Random Walks on Graphs 4.1 Electrical networks and ra