学术讲座

首页 > 通知动态  > 学术讲座
2020年12月15日学术报告2则(蒋良孝教授、龚文引教授 中国地质大学(武汉))
2020年12月14日14时 人评论

报告题目1贝叶斯分类:模型、算法与应用

报告时间:20201215日(周15:30

报告地点:滚球体育appE202会议室

报告人:蒋良孝

报告人单位:中国地质大学(武汉)

报告人简介:

蒋良孝,中国地质大学(武汉)滚球体育app教授,博士生导师,教育部新世纪优秀人才,湖北省杰青,CCFCAAI高级会员,CCF人工智能与模式识别专委会委员,CAAI不确定性人工智能专委会委员,CAAI机器学习专委会通讯委员。主要从事机器学习与数据挖掘等领域的教学和研究工作。发表重要国际学术期刊和会议论文80余篇,出版学术专著1部,授权国家发明专利4项,获批计算机软件著作权8项。提出的CFWNBHNBWAODE算法被国际著名机器学习与数据挖掘实验平台WEKA集成发布。主持完成国家自然科学基金、湖北省自然科学基金、武汉市青年科技晨光计划等多项科研项目,曾获湖北省自然科学奖二等奖、湖北省高等学校教学成果奖二等奖、武汉市自然科学优秀学术论文二等奖等多项奖励。

报告摘要:

分类是数据挖掘与机器学习中一项非常重要的任务,在现实生活中有着广泛的应用。构造分类器的方法很多,贝叶斯网络正以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习特性等成为众多方法中最为流行的方法之一。鉴于学习最优的贝叶斯分类器如同学习贝叶斯网络是一个NP难问题,学习朴素贝叶斯分类器得到了广大学者的重视。然而,朴素贝叶斯分类器基于一个简单而不现实的假设:在给定类标记时属性(特征)值之间相互条件独立。这在一定程度上影响了朴素贝叶斯分类器的分类性能。为此,学者们提出了许多改进朴素贝叶斯分类器的方法,概括起来主要可以分为五类:结构扩展、特征选择、特征加权、实例选择(局部学习)、实例加权。本报告首先对贝叶斯网络分类器,尤其是对朴素贝叶斯分类器的改进模型和算法进行了详细的介绍。然后探讨了新模型和算法在文本分类和距离度量中的应用。

 

报告题目2基于进化算法的非线性方程组多根求解

报告时间:20201215日(周16:30

报告地点:滚球体育appE202会议室

报告人:龚文引

报告人单位:中国地质大学(武汉)

报告人简介:

龚文引,中国地质大学(武汉)滚球体育app教授,博士生导师,湖北省杰出青年基金获得者。主要研究方向为智能计算及其应用。现担任湖北省计算机学会副秘书长、中国仿真学会智能仿真优化与调度专委会监事长、ECOLE执委会委员,国际SCI期刊IJBIC编委。曾主持国家自然科学基金项目三项、教育部博士学科点基金一项。在SCI期刊发表论文50余篇,其中ESI高被引论文5篇,出版专著2部、译著1部。曾获得湖北省自然科学奖二等奖一项、湖北省优秀博士学位论文奖、湖北省优秀硕士学位论文奖、湖北省自然科学优秀学术论文一等奖、GECCO-2010最优论文奖提名等奖励。

报告摘要:

非线性方程组的求解在多个领域有着广泛应用。一般来说,非线性方程组会包含多个不同的根,这些根往往具有同等重要性,如何尽可能多地求解出这些根具有重要意义。本报告介绍了非线性方程组多个求解的几类代表性方法,并简要展望了今后的研究方向。

 

邀请人:张乐飞 教授


版权所有 ?滚球体育app | copyright ? 2008-2020 School of Computer Science, Wuhan University. All Rights Reserved.

xxfseo.com