应计算机学院和东莞市重点实验室I4Lab的邀请，重庆邮电大学夏书银教授为我校多位教师和研究生作了题为《基于多粒球的机器学习理论与Ball Kmeans聚类算法》的学术报告，本报告主要围绕最新发表在国际顶刊IEEE TPAMI上的论文《A Fast Adaptive k-means with No Bound》进行。由于疫情的影响，本次学术报告会采用两种形式举行，夏老师的报告采用线上的形式，而参会的老师以及同学主要在8A307共同聆听夏教授带来的精彩报告并进行现场讨论。尽管夏书银教授未能来到我校，只能通过线上的形式，但这也阻挡不住夏书银老师的激情报告，以及老师、同学们的激烈讨论。
在报告会上，夏书银教授首先介绍了他所在的团队的整体情况，以及他们团队对“多粒球”的研究进度。接着介绍基于多粒球研究框架的机器学习相关理论，特别围绕机器学习聚类，介绍最新进展。然后针对Ball k-means算法在论文中的应用作了细致的讲解，他指出Ball k-means算法主要分为四个要点，一是缩小簇内点的搜索范围，二是对球簇进行划分，三是缩小当前簇的近邻簇的搜索范围，四是得到稳定簇。另外，夏教授特别强调，在求近邻簇时，建议不采用排序算法，会大大增加时间复杂度的计算。最后，夏教授与在座的老师和同学针对Ball k-means算法等问题进行了深入的讨论和交流，夏教授对算法需要注意的事项进行了必要说明，并且他也分享了研究生投稿国际顶刊的相关经验。
他深入浅出、幽默风趣的讲解，为在场的教师与学生们在机器学习聚类等问题上提供了不少的研究思路，使在场师生受益匪浅。
夏书银教授博士毕业于重庆大学，目前是重庆邮电大学博士生导师，主持国家级项目多项，研究方向为数据挖掘、粗糙集、粒计算、认知计算和大数据等。已在IEEE TPAMI等国际主流期刊和学术会议发表论文30余篇，同时他是CQUPT大数据和网络安全联合实验室的执行副主任。
