【报告摘要】超二次曲面作为一种灵活的形状表示方法，是二次曲面的广义形式，能够统一表征从立方体、八面体、萎形到纺锤体等多种几何形状，在几何建模与机器人领域应用广泛。本报告提出一种基于无监督聚类优化的统一框架，以解决其核心的参数估计与形变量计算问题。我们将首先推导得出关键步骤的闭形式解，进而构建完整的迭代优化算法，并对其收敛性进行理论分析。实验结果表明，相较于现有方法，本框架在估计精度、鲁棒性和计算效率方面均展现出显著优势。

【报告人简介】赵明阳，中国科学院数学与系统科学研究院优秀青年副研究员。主要研究方向为几何计算和人工智能。在IEEE Transactions on Pattern Analysis and Machine Intelligence，ACM Transactions on Graphics，International Conference on Learning Representations等国际人工智能和几何计算权威期刊会议发表论文数十篇。担任国际知名期刊 The Visual Computer 编委。曾获2021年中国科学院院长奖优秀奖，2022年中国科学院优秀博士论文，入选中科院数学院“陈景润未来之星计划”。