12月22日晚上，福州大学王石平教授应邀为我院师生作题为“Differentiable Distance Metric Learning and Low-rank Recovery(可微分的距离度量学习和低秩恢复)”的线上讲座，讲座由赵红老师主持，部分相关专业的老师及全体研究生出席并认真听取了本次讲座。

王教授简要介绍了机器学习发展现状：很多机器学习任务中都会使用到距离的概念，即衡量两个样本之间的距离，最为常见的场景就是聚类算法，为了对样本进行更合理的聚类，需要使用尽可能合理的距离函数。进而指出可微分的距离度量学习和低秩恢复，是一个富有潜力的研究方向。之后，王教授重点讲解了聚类算法中的数理基础和在可微分的距离度量学习和低秩恢复领域中至关重要的几个数理知识及其推导，并且以实际数据演示了聚类过程，极大提升了同学们对抽象复杂计算过程的理解。

最后，王教授与赵红教授、杨文元教授等几位老师对算法的改进、机器学习的未来发展等进行了讨论交流，并且耐心的回答了同学们提出的问题。本次讲座不仅引导同学们学习可微分的距离度量学习和低秩恢复的相关知识，拓宽大家的视野，也为同学指出了机器学习算法研究中富有学术潜力的一个研究方向。

王石平教授简介：福州大学数学与计算机科学学院教授，旗山学者（海外项目）。电子科技大学与加拿大阿尔伯塔大学联合培养博士，于2014年12获得计算机软件与理论专业的博士学位。先后在新加坡国立大学与新加坡南洋理工大学从事研究助理与博士后研究工作。2019年7月至今担任北京大学Zero Lab的访问学者，合作导师为林宙辰教授。主要研究领域包括：机器学习、计算机视觉、粒计算和图像处理等。目前主持国家自然科学基金一项、福建省自然科学面上基金一项，在国际著名期刊IEEE Transactions on Image Processing, IEEE Transactions on Multimedia, IEEE Transactions on SMC: Systems, Pattern Recognition, IEEE Transactions on Social Computational Systems, Information Sciences, Knowledge-Based Systems, Computer Vision and Image Understanding等上发表SCI、EI检索论文50余篇，Google Scholar引用900余次，h指数和i-10指数分别为17,21。