 |
 |
11月16日上午，闽南师范大学林耀进教授、西安石油大学折延宏教授应邀在计算机与信息工程学院217报告厅分别作了题为《面向多模态多标记数据分类学习的粒计算方法》和《基于不完备信息的多尺度数据分析》的学术报告。学院200余名师生聆听了报告。
林耀进首先介绍了多标记数据呈现出多标记性与高维性等特点，使得传统的数据分析理论、方法与技术面临有效性、准确性与可计算性等严峻挑战，多模态数据的多粒度分类学习是利用数据的多模态性，即基于模态之间的一致性和互补性提高数据分析的有效性是主要挑战，以及定义有识别能力的模态本身也是多模态知识发现的一项任务。他详细介绍了多标记决策空间的多粒度分类学习中的基于样本粒化的多标记特征选择、多标记特征选择的核模糊粗糙集方法、流特征下的多标记特征选择方法以及多粒化数据在线特征选择方法。
折延宏首先介绍了多尺度数据分析的思想，描述了多尺度信息表和最优尺度的概念，讲解了由多尺度信息表出发构造每个属性的粒度树，基于粒度树的思想对多尺度数据分析中的尺度选择进行了系统的研究。他针对所有的对象都具有相同的最优尺度、不同的属性具有不同的最优尺度、不同的对象具有不同的最优尺度等情况，详细讲述了基于粒度树的最优尺度选择方法，给出了更一般的跨粒度概念生成算法和面向属性的多尺度形式概念分析方法。
讲座结束后，林耀进、折延宏分别与在场的师生进行了交流互动，并就相关问题进行耐心解答。
个人简介：
林耀进，男，博士/博士后，教授，硕士生导师，闽南师范大学计算机学院院长、数据科学与智能应用高校重点实验室主任、福建省计算机应用技术应用型学科带头人、福建省大数据不确定信息处理专业硕士研究生导师团队带头人、国家自然科学基金通讯评审专家。曾获福建省青年五四奖章、福建省优秀教师、福建省高校新世纪优秀人才、福建省高校杰出青年科研人才等荣誉与人才称号。主持国家自然科学基金2项、福建省重大教改项目、中国博士后基金和省自然科学基金等多项，在TFS、PR、INS、DSS等国际权威期刊发表SCI论文40多篇。目前担任中国人工智能学会粒计算与知识发现专委会委员、福建省人工智能学会副理事长，《Applied Intelligence》编委，是《TNNLS》 《TFS》 《TCYB》 《软件学报》等十余个国内外著名学术期刊的审稿专家。
折延宏，博士，教授，硕士生导师，西安石油大学理学院副院长。2012年入选西安石油大学首届青年拔尖人才支持计划，2016年入选陕西省“青年科技新星”，2018年入选陕西省特支计划“青年拔尖人才”。现为“不确定性信息处理与数据建模”校青年科研创新团队带头人。曾于2013.12-2015.01在加拿大University of Regina计算机系从事博士后合作研究。先后主持国家自然科学基金重点项目子课题1项，国家自然科学基金3项，省部级科研项目3项，已在国外《Mathematical Logic Quarterly》 《Fuzzy Sets and Systems》 《Information Sciences》以及国内《数学学报》 《软件学报》 《电子学报》等期刊上发表学术论文近30篇，其中SCI检索的论文30篇（ESI高被引论文1篇），论文被引用近700余次，其中SCI他引300余次；在科学出版社出版学术著作2部，所取得研究成果曾获得陕西省高等学校科学技术奖二等奖1次。曾获得陕西省第13届自然科学优秀学术论文二等奖，数学会优秀学术论文二等奖等多项奖励。
（计算机与信息工程学院 孙 林）
