杨晓伟，男，博士，教授、博士生导师，华南理工大学软件学院副院长。现为美国数学会《Mathematical Reviews》评论员、中国人工智能学会机器学习专业委员会委员、广州市工业与应用数学学会副理事长，并担任多个国内外人工智能领域主流杂志的审稿人。从2003年至今，主要从事机器学习、模式识别和数据挖掘等领域的研究工作。
内容简介：20 世纪90 年代中期，基于统计学习理论，Vapnik 提出了支持向量机(support vector machine, SVM) 模型。其在手写体邮政编码识别中的成功应用引起了模式识别、数据挖掘、机器学习、数学、统计等相关领域国内外研究人员的广泛关注。近十余年来，研究者在支持向量机的理论研究和算法实现方面都取得了突破性的进展，涌现出了一批优秀的科研成果，并被应用于基于内容的视频检索、网页分类、文本分类、光学字符识别、信号处理、生物信息处理和时间序列分析等领域。本次报告将首先给出支持向量机的主要模型，然后针对复杂多模态数据，给出它的扩展模型-支持张量机。
