耶鲁大学博士演讲：拉普拉斯矩阵图像的算法和应用

耶鲁大学的教授Daniel Alan Spielman于1992年拿到了耶鲁大学数学与计算机科学学位，1995年在麻省理工拿到了应用数学的博士学位。他获得过许多奖项，包括1995年美国计算机学会的博士论文奖，2002年的IEEE信息理论论文奖，2008和2015的哥德尔奖，2009年的富尔克森奖，2014年的波利亚奖等，还获得过麦克阿瑟奖学金。他是美国计算机学会的成员以及康涅狄格的科学和工程学院，他在设计和分析算法、网络科学、机器学习、数字通讯和科学计算方面有很丰富的经验和造诣。

在上周于纽约举行的ICML2016上，Spielman受邀进行了全体演讲，和李飞飞处于同样的地位。其演讲内容是拉普拉斯矩阵在图像中的应用，我们翻译了他PPT的一些重点，并提供PPT全文，点击下载。

演讲内容简介：拉普拉斯图像矩阵在机器学习、计算机视觉、最佳化、计算科学和网络分析等领域得到了很好的应用。Spielman的这个演讲解释了矩阵为什么以及是如何在如此多的领域里大放光彩的。尤其是我们会展示拉普拉斯系统的解决方式可以被用于快速解决自然图表问题的问题的线性程序。（红色字体为翻译内容）