报告题目：机器学习中不确定数据分类、聚类问题

报告人：Thierry Denoeux教授

报告时间：2018年4月3号（周二）上午10:00-11:30

报告地点：东六E座206（计算机学院学术报告厅）

报告人简介：

Thierry Denoeux教授于1985年毕业于法国巴黎国立路桥学校，1989年获该校博士学位，1992年进入法国贡比涅技术大学任教，1996年获洛林国立高等理工学院大博士学位。现任法国贡比涅技术大学信息处理工程系教授，贡比涅技术大学学术委员会副主席，Heudiasyc实验室（注1）副主任，信任函数和应用协会会长。目前担任国际信任函数与应用学会主席，国际近似推理期刊主编。现任International Journal of Approximate Reasoning（注2）主编，IEEE Transactions on Fuzzy Systems、Applied Computational Intelligence and Soft Computing、以及Fuzzy Sets and Systems副主编，同时为多个SCI期刊的编委会成员。

研究方向包括统计模式识别，不确定性建模和信息融合等。

注1：该实验室由法国贡比涅技术大学与法国国家科研中心（CNRS）合办，属于信息学与其相互作用研究所（INS2I，主要开展数字信息科学领域研究）的下属分支机构。

注2：International Journal of Approximate Reasoning /《国际近似推理学报》，为信任函数领域的顶尖期刊。SCI收录，2015影响因子2.696，五年影响因子2.655。

报告内容：

Thierry Denoeux教授将深入介绍基于信任函数理论进行不确定性数据分类、聚类的最新研究成果。从信任函数基本的概念出发，循序渐进地向大家介绍了利用如何利用质量函数对不确定问题进行建模、怎样利用信任函数理论完成存在认知不确定性的分类问题以及如何制定决策准则，并向大家展示了使用质量函数表达分类、聚类成员不确定性的具体方法。报告涵盖了从属性数据或相异度数据中学习获得信度划分的多种算法，这些算法都在解决大规模分类、聚类问题中而到了较为广泛的应用。

                                                                                      beat365官方网站

                                                                                                                  2018.3.30