• 学院公告

张师超教授学术报告预告
作者:null 发布日期:2009-06-17 浏览次数:

学术报告题目:S近邻与部分补值技术
报告人:张师超 博士,教授
时间:6月19日,星期五 10:00
地点:健B104
报告人简介:
    张师超博士是国家人事部海外高层次留学人才回国资助人选获得者(第一批,全国仅有20人入选),浙江师范大学省特聘教授、计算机软件与理论研究所所长,《IEEE Transactions on Knowledge and Data Engineering》和《IEEE Intelligent Informatics Bulletin》副编辑,《Applied Intelligence》和《International Journal of Data Warehousing and Mining》评委委员。曾任《Knowledge and Information Systems》副编辑、Data Mining and Knowledge Discovery 等6个国际杂志的专辑编辑,5个国际会议的程序主席、或副主席,IEEE ICDM、ACM SIGKDD、ACM SIGIR 等60多个/次国际会议的程序委员。应邀到新加坡、澳大利亚等国的10多所/次大学讲学或合作研究。

    他长期从事机器学习和数据挖掘的研究,在多数据源发现、非频繁模式挖掘和最近邻技术等方面有独到的见解,取得了一系列有理论深度、学术意义和实用价值的研究成果,其中的一些成果已经被,例如,来自IBM, GSF-National Research Center for Environment and Health (Neuherberg, 德国), Research Center of Computer Science of Lens (法国)的工业界的同行所采用。特别是,它们已在Australian Government’s Centrelink获得应用,用于发现社会福利的退税等方面的模式发现。

    围绕这些研究,近10年来,在Springer出版学术专著3部;以第一(或通信)作者在国际重要杂志发表论文60余篇,其中,ACM Transactions on Information Systems、IEEE Transactions on Knowledge and Data Engineering、Information Systems 等权威杂志论文共21篇;在国际主流会议AAAI、KDD、ICDM、ICML上共发表论文7篇,国际会议邀请报告1次。这些成果被国内外同行他引385次,其中SCI他引127次。先后主持了国家自然科学基金、国家973计划、国家863计划、澳大利亚ARC(Australian Research Council)国家级项目共10项;获得省部级科技进步奖2项,国际会议最佳论文2次。

报告内容:

摘要:最近邻技术在检索、机器学习、模式识别等领域中被广泛应用,它是解决高维问题的有效方法之一。在这些应用中,如何选取最近邻是关键。由于最近邻是一个相对而言的概念,无论如何选取最近邻,它都会对同一数据集合中的不同数据点产生不同的应用效果。针对这一特点,本报告以缺失数据补值为研究对象,介绍一种新的最近邻技术:S近邻技术。进一步,提出一个新的缺失数据补值策略:部分补值技术。实验证明,S近邻技术在补值、查询和分类等应用中都比传统的最近邻技术有效;部分补值技术提高了总体补值效果,已获得了同行专家的肯定。

(计算机应用所)