研究方向: 机器学习与不确定性信息处理,包括示例模糊表示的归纳学习、近似推理与专家系统、神经网络敏感性分析、统计学习理论、模糊测度与模糊积分、随机权网络和近期的大数据机器学习理论与方法等。主要研究特色是通过发现和表示大数据中的不确定性,挖掘大数据的结构分布,进而利用分布并行技术,设计并实现适用于不同类型大数据的分类和聚类算法,以及相应的关键技术和理论问题研究。
查看详情研究方向: Data Mining, Big Data, Artificial Intelligence, Pattern Mining, Itemset Mining, Graph Mining, Sequence Prediction
查看详情