<address id="btblj"><dfn id="btblj"><mark id="btblj"></mark></dfn></address>

        <sub id="btblj"></sub>

      <thead id="btblj"><var id="btblj"><ins id="btblj"></ins></var></thead><address id="btblj"><listing id="btblj"></listing></address>

        <thead id="btblj"><delect id="btblj"><output id="btblj"></output></delect></thead>

          <address id="btblj"></address>

        <sub id="btblj"><dfn id="btblj"></dfn></sub>
        <thead id="btblj"><var id="btblj"><ins id="btblj"></ins></var></thead><sub id="btblj"><listing id="btblj"></listing></sub>

        學術講座

        首頁 > 通知動態  > 學術講座
        2020年12月15日學術報告2則(蔣良孝教授、龔文引教授 中國地質大學(武漢))
        2020年12月14日14時 人評論

        報告題目1貝葉斯分類:模型、算法與應用

        報告時間:20201215日(周15:30

        報告地點:計算機學院E202會議室

        報告人:蔣良孝

        報告人單位:中國地質大學(武漢)

        報告人簡介:

        蔣良孝,中國地質大學(武漢)計算機學院教授,博士生導師,教育部新世紀優秀人才,湖北省杰青,CCFCAAI高級會員,CCF人工智能與模式識別專委會委員,CAAI不確定性人工智能專委會委員,CAAI機器學習專委會通訊委員。主要從事機器學習與數據挖掘等領域的教學和研究工作。發表重要國際學術期刊和會議論文80余篇,出版學術專著1部,授權國家發明專利4項,獲批計算機軟件著作權8項。提出的CFWNB、HNBWAODE算法被國際著名機器學習與數據挖掘實驗平臺WEKA集成發布。主持完成國家自然科學基金、湖北省自然科學基金、武漢市青年科技晨光計劃等多項科研項目,曾獲湖北省自然科學獎二等獎、湖北省高等學校教學成果獎二等獎、武漢市自然科學優秀學術論文二等獎等多項獎勵。

        報告摘要:

        分類是數據挖掘與機器學習中一項非常重要的任務,在現實生活中有著廣泛的應用。構造分類器的方法很多,貝葉斯網絡正以其獨特的不確定性知識表達形式、豐富的概率表達能力、綜合先驗知識的增量學習特性等成為眾多方法中最為流行的方法之一。鑒于學習最優的貝葉斯分類器如同學習貝葉斯網絡是一個NP難問題,學習樸素貝葉斯分類器得到了廣大學者的重視。然而,樸素貝葉斯分類器基于一個簡單而不現實的假設:在給定類標記時屬性(特征)值之間相互條件獨立。這在一定程度上影響了樸素貝葉斯分類器的分類性能。為此,學者們提出了許多改進樸素貝葉斯分類器的方法,概括起來主要可以分為五類:結構擴展、特征選擇、特征加權、實例選擇(局部學習)、實例加權。本報告首先對貝葉斯網絡分類器,尤其是對樸素貝葉斯分類器的改進模型和算法進行了詳細的介紹。然后探討了新模型和算法在文本分類和距離度量中的應用。

         

        報告題目2基于進化算法的非線性方程組多根求解

        報告時間:20201215日(周16:30

        報告地點:計算機學院E202會議室

        報告人:龔文引

        報告人單位:中國地質大學(武漢)

        報告人簡介:

        龔文引,中國地質大學(武漢)計算機學院教授,博士生導師,湖北省杰出青年基金獲得者。主要研究方向為智能計算及其應用?,F擔任湖北省計算機學會副秘書長、中國仿真學會智能仿真優化與調度專委會監事長、ECOLE執委會委員,國際SCI期刊IJBIC編委。曾主持國家自然科學基金項目三項、教育部博士學科點基金一項。在SCI期刊發表論文50余篇,其中ESI高被引論文5篇,出版專著2部、譯著1部。曾獲得湖北省自然科學獎二等獎一項、湖北省優秀博士學位論文獎、湖北省優秀碩士學位論文獎、湖北省自然科學優秀學術論文一等獎、GECCO-2010最優論文獎提名等獎勵。

        報告摘要:

        非線性方程組的求解在多個領域有著廣泛應用。一般來說,非線性方程組會包含多個不同的根,這些根往往具有同等重要性,如何盡可能多地求解出這些根具有重要意義。本報告介紹了非線性方程組多個求解的幾類代表性方法,并簡要展望了今后的研究方向。

         

        邀請人:張樂飛 教授


        版權所有 ?武漢大學計算機學院 | copyright ? 2008-2020 School of Computer Science, Wuhan University. All Rights Reserved.

        捕鱼提现