报告题目:不完备大数据表示学习研究进展
时间:2021年6月22日(周二)上午10:00
地点:西南大学计算机与信息科学学院 25教0114报告厅
报告人:罗辛
报告人简介:
![罗辛.jpg](/__local/A/2C/E1/E9DEB53E25212ADA18C3C48F5CD_0378AEC1_65C2.jpg?e=.jpg)
研究员,博士生导师,中国科学院重庆绿色智能技术研究大数据挖掘与应用中心副主任、大数据智能计算重庆市重点实验室执行主任。学术研究聚焦大数据智能计算领域不完备数据表征学习方向,在IEEE T. KDE、CYB、NNLS、SC、SMC-Systems、ASE等国际期刊和WWW、ICDM、IJCAI等国际会议上发表学术论文140余篇(SCI检索>100篇,其中计算机领域权威IEEE汇刊论文66篇、ESI高被引论文14篇),累计影响因子>500,Web of Science统计引用>2700次,谷歌学术统计引用>420次。获国家发明专利授权23项、实现19项授权专利的成果转化,累积产生经济效益超过8000万元。先后主持国家级项目5项,省部级项目10余项,累积负责科研经费超过4000万元。获重庆市自然科学一等奖(2019/排名1)、重庆市科技进步一等奖(2018/排名2)、中国人工智能学会吴文俊人工智能科技进步一等奖(2018/排名3)等科技奖励。目前担任中国科技期刊卓越行动计划重点类和SCI JCR一区期刊IEEE/CAA Journal of Automatica Sinica的助理主编和副编辑。
内容摘要:
大数据应用中常见大规模不完备数据,如大规模高维网络、大规模不完备张量、属性异质信息网络等;其中蕴含丰富的知识与模式,如潜在链路、节点集簇、时变态势等。对大规模不完备数据进行表示学习,是实现知识发现和模式挖掘的基础。本报告将简要介绍报告人课题组近期针对不完备大数据表示学习理论、方法和应用开展研究的相关进展。