报告时间：2017年8月7日下午3：00-4：00
报告地点：电院B409
报告题目：Granular Computing Based Machine Learning for Intelligent Processing of Big Data
基于粒计算的机器学习对大数据的智能处理
报告人简介：刘涵，男，博士，英国卡迪夫大学计算机系副研究员。他于2011年在朴茨茅斯大学荣获计算机科学学士学位，2012年在南安普敦大学荣获软件工程硕士学位，2015年在朴茨茅斯大学获得机器学习博士学位，2016年在英国朴茨茅斯大学计算机系担任助理研究员。他的研究方向包括数据挖掘，机器学习，基于规则的系统，粒计算，智能系统，模糊系统，大数据以及计算智能。于2016年2月被英国工程技术学会授予专业会员（MIET）称号。目前在国际权威期刊及会议上发表论文20余篇。在德国Springer出版社的大数据研究系列出版了名为《Rule Based Systems for Big Data: A Machine Learning Approach》和《Granular Computing Based Machine Learning: A Big Data Processing Approach》的研究专著。他目前是IEEE Transactions on Fuzzy Systems, Fuzzy Sets and Systems (Elsevier)以及Information Sciences (Elsevier) 在内的多个世界顶级期刊的评委。除此之外，他还是2nd IET International Conference on Biomedical Image and Signal Processing (ICBISP 2017), 16th International Conference on Machine Learning and Cybernetics (ICMLC 2017), 17th UK Workshop on Computational Intelligence (UKCI 2017)三个学术会议的技术委员会成员。
报告简介：近年来，机器学习已发展成为最重要的大数据处理工具。随着数据量快速增长，学习任务已变得愈发复杂，在这种情况下，传统的机器学习已显得缺乏学习深度而因此无法有效处理大数据。在此报告中，刘涵博士将传统机器学习视为单粒度学习，并具体介绍如何通过将单粒度学习转变成多粒度学习从而实现从浅层学习到深度学习这一变化。