时间：2019年9月6日下午2:30
地点：民主楼小礼堂
标题：基于粒计算的机器学习对非结构化数据的深度处理
摘要：在近年来，机器学习已发展成为最重要的非结构数据处理工具，非结构化数据如文本和图像涉及到较为复杂的特征提取过程，并且不同数据实例表现出的特征会呈现出明显的多样性，而随着数据量的快速增长，学习任务已变得愈发复杂，在这种情况下，传统的机器学习已显得缺乏学习深度而因此无法有效处理非结构化数据。在此报告中，刘涵博士将具体介绍如何通过基于粒计算(非神经网络)的机器学习方法实现从浅层学习到深度学习这一变化。
专家简介：刘涵博士当前在英国卡迪夫大学计算机系担任博士后研究员。此前，他在英国朴茨茅斯大学计算机系担任博士后研究员，也曾先后在该所大学的计算机系和操作与系统管理系分别担任教学示范员和助理研究员。他于2011年在朴茨茅斯大学获得计算机科学学士学位，于2012年在英国南安普敦大学获得软件工程硕士学位，于2015年在朴茨茅斯大学获得机器学习博士学位。他的研究兴趣方向包括数据挖掘，机器学习，自然语言处理，模式识别，智能系统，模糊系统，大数据，粒计算以及计算智能。他曾在2012年8月成功申请到来自于朴茨茅斯大学工学院的博士全额奖学金。他也于2016年2月被英国工程技术学会授予专业会员（MIET）的称号。他曾在2015年博士第三年期间在德国Springer出版社的大数据研究系列出版了一本名为《Rule Based Systems for Big Data: A Machine Learning Approach》的研究专著，另一本名为《Granular Computing Based Machine Learning: A Big Data Processing Approach》的研究专著于2017年11月在Springer的同一系列出版。他已在SCI期刊以及顶级会议上共发表10余篇论文。他在Granular Computing期刊担任副主编，在包括IEEE Transactions on Fuzzy Systems, IEEE Transactions on Pattern Analysis and Machine Intelligence以及Information Sciences (Elsevier)在内的多个世界顶级期刊担任论文评委。 他今年也担任了三个国际学术会议的组委会成员：Programme Chair ofthe 2nd International Conference on Image, Video Processing and Artificial Intelligence (IVPAI 2019), Special Session Chair of the 18th International Conference on Machine Learning and Cybernetics (ICMLC 2019), Special Session Chair of the 16th International Conference on Wavelet Analysis and Pattern Recognition (ICWAPR 2019)。
