旧版    ENGLISH

其他

当前位置 : 首页 > 其他 > 学术活动

面向数据流挖掘的在线学习算法及新进展

编辑:wfy 时间:2018年12月18日 访问次数:614

报告题目:面向数据流挖掘的在线学习算法及新进展

报告人:渐令 博士,中国石油大学(华东)

报告时间地点:2018-12-29下午2:00-3:00,工商楼200-9


报告摘要:报告指出了数据流挖掘问题的研究意义和面临的挑战与机遇,并系统介绍了线性、非线性、全信息反馈、有限信息反馈等在线学习算法的发展脉络,包括:Perceprton、Passive-Aggressive Algorithm、Kernel Perceptron、Budgeted SVM、BOLSSVM、有限信息反馈在线学习算法、耐噪在线学习算法等。

报告人简介:渐令,博士,副教授,硕士生导师,IEEE 高级会员,中国石油大学统计机器学习课题组负责人。目前主要从事大规模机器学习、数据流挖掘算法的研究。主持国家自然科学基金面上、青年、天元青年基金等省部级以上科研项目5项。在人工智能顶级学术会议IJCAI 2016、国际学术会议IEEE BIBM 2015、 IEEE ICDM 2016 上发表会议论文 3 篇。在《ACM Trans. Intel Syst Tec》《IEEE Trans. Neur Net Lear》《IEEE Trans. Fuzzy Sys》《IEEE Trans. Ind Elec》《IEEE Trans. Auto Sci Eng》《Data Min Knowl Disc》等 SCI 期刊发表科研论文 30 余篇,申请国家发明专利 9 项,已授权 2 项。担任国家自然科学基金函评专家、教育部学位中心通讯评议专家、SIAM 会员、中国自动化学会数据驱动控制学习与优化专委会委员。入选中国石油大学(华东)“青年骨干教师人才建设工程”,获山东省高等学校自然科学奖二等奖。

 

联系人:郜传厚(gaochou@zju.edu.cn)