Academic Activities
报 告 人：潘群华 博士 高级工程师 中国航空无线电电子研究所报告时间：2019年12月08日（周日）14:00～15:30报告地点：上海大学宝山校区东区计算机大楼1001室主 持 人：刘福岩 副教授报告人简介：潘群华博士为中国航空无线电电子研究所高级工程师，主要研究方向机载指挥控制系统，智能计算，分布式计算等。本次报告题目《领域智能化态势认知理论与方法研究》，主要介绍针对特定目标知识图谱的构建技术和自适应演进技术；特定目...
报 告 人：唐新怀 上海交通大学电子信息与电气工程学院副教授报告时间：2019年12月08日（周日）14:00～15:30报告地点：上海大学宝山校区东区计算机大楼1001室主 持 人：刘福岩 副教授报告人简介： 唐新怀，博士，上海交通大学电子信息与电气工程学院副研究员，硕士生导师，中国计算机学会普适专委会委员，上海计算机学会物联网专委会委员。主要从事分布计算、边缘计算、服务智能组合、大数据与海量信息处理、知识图谱与知识工程...
报 告 人：唐新怀 上海交通大学电子信息与电气工程学院副教授报告时间：2019年12月08日（周日）14:00～15:30报告地点：上海大学宝山校区东区计算机大楼1001室主 持 人：刘福岩 副教授报告人简介： 唐新怀，博士，上海交通大学电子信息与电气工程学院副研究员，硕士生导师，中国计算机学会普适专委会委员，上海计算机学会物联网专委会委员。主要从事分布计算、边缘计算、服务智能组合、大数据与海量信息处理、知识图谱与知识工程...
报 告 人：唐新怀 上海交通大学电子信息与电气工程学院副教授报告时间：2019年12月08日（周日）14:00～15:30报告地点：上海大学宝山校区东区计算机大楼1001室主 持 人：刘福岩 副教授报告人简介： 唐新怀，博士，上海交通大学电子信息与电气工程学院副研究员，硕士生导师，中国计算机学会普适专委会委员，上海计算机学会物联网专委会委员。主要从事分布计算、边缘计算、服务智能组合、大数据与海量信息处理、知识图谱与知识工程...
报 告 人：周杰 副研究员，深圳大学报告时间：12月8日（周日）15:20～16:10报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：不确定信息的有效处理对大数据环境下的关键信息挖掘至关重要。粒计算可从不同视角、不同粒度层面对不确定性信息进行有效刻画，为以人为中心的不确定信息处理提供了新的思路。作为粒计算的两种主要模型，粗糙集理论和模糊集理论具有很强的互补性，基于粗糙集和模糊集的无监督学习...
报 告 人：周杰 副研究员，深圳大学报告时间：12月8日（周日）15:20～16:10报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：不确定信息的有效处理对大数据环境下的关键信息挖掘至关重要。粒计算可从不同视角、不同粒度层面对不确定性信息进行有效刻画，为以人为中心的不确定信息处理提供了新的思路。作为粒计算的两种主要模型，粗糙集理论和模糊集理论具有很强的互补性，基于粗糙集和模糊集的无监督学习...
报 告 人：周杰 副研究员，深圳大学报告时间：12月8日（周日）15:20～16:10报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：不确定信息的有效处理对大数据环境下的关键信息挖掘至关重要。粒计算可从不同视角、不同粒度层面对不确定性信息进行有效刻画，为以人为中心的不确定信息处理提供了新的思路。作为粒计算的两种主要模型，粗糙集理论和模糊集理论具有很强的互补性，基于粗糙集和模糊集的无监督学习...
报 告 人：贾修一 副教授，南京理工大学报告时间：12月8日（周日）14:20～15:10报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：标记分布学习作为一种新的学习范式，比多标记学习具有更丰富的标记语义，可以更精确地刻画与同一示例相关的多个标记的相对重要性差异等，是当今机器学习领域的研究热点之一。本报告主要从挖掘标记和样本的相关性入手，研究相应的标记分布学习算法，分别提出了基于全局标记相...
报 告 人：贾修一 副教授，南京理工大学报告时间：12月8日（周日）14:20～15:10报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：标记分布学习作为一种新的学习范式，比多标记学习具有更丰富的标记语义，可以更精确地刻画与同一示例相关的多个标记的相对重要性差异等，是当今机器学习领域的研究热点之一。本报告主要从挖掘标记和样本的相关性入手，研究相应的标记分布学习算法，分别提出了基于全局标记相...
报 告 人：贾修一 副教授，南京理工大学报告时间：12月8日（周日）14:20～15:10报告地点：乐乎新楼2号楼二层，学海厅邀 请 人：岳晓冬 副教授报告摘要：标记分布学习作为一种新的学习范式，比多标记学习具有更丰富的标记语义，可以更精确地刻画与同一示例相关的多个标记的相对重要性差异等，是当今机器学习领域的研究热点之一。本报告主要从挖掘标记和样本的相关性入手，研究相应的标记分布学习算法，分别提出了基于全局标记相...
