2015年6月5日下午，美国Middle Tennessee State University吴强助理教授应邀来我院访问，并为我院师生作了题为《Consistency Analysis of the Minimum Error Entropy Algorithms》的精彩报告。

在报告中，吴强博士从学习理论的角度出发，由线性回归引入最小误差熵算法，详细地讨论了误差熵收敛和回归收敛之间的差别，给出了不同条件下最小误差熵算法的误差熵收敛和回归收敛性能。

吴强，Middle Tennessee State University数学系助理教授，2005年博士毕业于香港城市大学，曾先后在Duke University，Michigan State University，University of Liverpool从事研究工作。出版专著1部，发表论文43篇，包括Journal of Machine learning Research (5篇)，Machine learning(1篇)，IEEE TPAMI(1篇)，IEEE TNNLS(1篇)，Applied and Computational Harmonic Analysis(4篇)，Bernoulli(1篇)，Foundations of Computational Mathematics (1篇)等机器学习理论与应用领域顶级期刊。研究兴趣包括：Machine Learning, Statistics, Computational Harmonic Analysis, High Dimensional Data Mining, and Applications.