2017年11月27日，日本东京国立情报学研究所Gene Cheung副教授应邀访问计算机所并做了题为“Semi-Supervised Graph Classifier Learning with Negative Edge Weights”的学术报告。

Gene Cheung副教授首先简要介绍了图信号处理这一研究领域，以及这一研究所关注的问题，以理论论述和举例阐述了图频域方面的研究方法。接下来介绍了半监督图分类问题，和引入负权边的作用。针对图的建立，介绍了计算正权边和负权边的主流方法，其中负权边有基于中心和基于边缘的两种方法。随后引入IRLS算法来帮助实现带有负权边的半监督图分类问题。在面部性别数据集上，Cheung副教授提出的算法在高标签噪声上取得了不错的识别效果。报告提问环节，Cheung副教授对大家的提问一一做了详细的解答，解决了提问者的疑问。

Gene Cheung副教授，美国加州大学伯克利分校硕士、博士毕业，现为日本东京国立情报学研究所副教授、香港科技大学兼职副教授。研究方向包括三维图像处理、图信号处理和睡眠信号处理分析等。发表期刊论文40余篇，会议论文100余篇，曾担任IEEE Transactions on Multimedia、DSP Applications Column in IEEE Signal Processing Magazine和SPIE Journal of Electronic Imaging的副主编，现任IEEE Transactions on Image Processing、IEEE Transactions on Circuits and Systems for Video Technology、EURASIP Signal Processing: Image Communication和APSIPA Transactions on Signal and Information Processing的副主编。