活動時間：9:00
活動日期：2018-11-12
地點(diǎn)：長安校區(qū) 數(shù)學(xué)與信息科學(xué)學(xué)院學(xué)術(shù)交流廳
主辦單位：數(shù)學(xué)與信息科學(xué)學(xué)院
講座題目1：廣義多尺度決策系統(tǒng)的最優(yōu)尺度選擇
講座時間：9:00-10:00
報告人：吳偉志 教授
講座內(nèi)容簡介：
針對廣義多尺度決策系統(tǒng)的知識獲取問題，回顧廣義多尺度信息系統(tǒng)中尺度組合的概念，給出在不同尺度組合下信息粒的表示及其相互關(guān)系，定義在不同尺度組合下集合的下、上近似概念，給出近似集的性質(zhì)，討論廣義多尺度決策系統(tǒng)中的最優(yōu)尺度組合的選擇，并用證據(jù)理論中的信任函數(shù)和似然函數(shù)刻畫廣義多尺度決策系統(tǒng)中的最優(yōu)尺度組合特征。
講座人簡介：
吳偉志，浙江海洋大學(xué)數(shù)理與信息學(xué)院院長，二級教授，浙江省一流學(xué)科B類（數(shù)學(xué)）負(fù)責(zé)人，浙江省海洋大數(shù)據(jù)挖掘與應(yīng)用重點(diǎn)實(shí)驗(yàn)室負(fù)責(zé)人，國務(wù)院政府特殊津貼獲得者。全國優(yōu)秀博士學(xué)位論文提名獎獲得者。主要研究方向：粗糙集、概念格、隨機(jī)集、粒計(jì)算、數(shù)據(jù)挖掘。主持國家自然科學(xué)基金面上項(xiàng)目5項(xiàng)，參與國家自然科學(xué)基金項(xiàng)目3項(xiàng)（其中重點(diǎn)項(xiàng)目1項(xiàng)），主持浙江省自然科學(xué)基金重點(diǎn)項(xiàng)目1項(xiàng)、面上項(xiàng)目2項(xiàng)。發(fā)表論文200多篇，其中SCI收錄論文60多篇，EI收錄100多篇，發(fā)表的SCI論文被SCI他引近3000多次，SCI論文h-因子27，單篇最高被引380多次，5篇論文名列國際計(jì)算機(jī)領(lǐng)域?qū)W科ESI高引用率（SCI引用top 1%）論文。論著被Google Scholar引用達(dá)到10000次。連續(xù)四年(2014-2017)列入由愛思唯爾發(fā)布的“中國高被引學(xué)者（Most Cited Chinese Researchers）榜單”。獲省部級及以上科研成果獎共5項(xiàng)，其中國家科學(xué)技術(shù)進(jìn)步獎二等獎（參與,排名第五）1項(xiàng)、教育部科學(xué)技術(shù)進(jìn)步獎一等獎1項(xiàng)（參與，排名第四）、浙江省自然科學(xué)獎二等獎1項(xiàng)（主持）。合作論文“不協(xié)調(diào)目標(biāo)信息系統(tǒng)的知識約簡”榮獲2007年度首屆“中國百篇最具影響的優(yōu)秀國內(nèi)學(xué)術(shù)論文獎”。任中國人工智能學(xué)會粒計(jì)算與知識發(fā)現(xiàn)專業(yè)委員會名譽(yù)主任委員、中國系統(tǒng)工程學(xué)會模糊數(shù)學(xué)與模糊系統(tǒng)理事會常務(wù)理事、中國人工智能學(xué)會理事、國際粗糙集學(xué)會會士(Fellow)。擔(dān)任雜志《International Journal of Computer Science and Knowledge Engineering》主編、《International Journal of Machine Learning and Cybernetics》（SCI和EI收錄期刊）副主編、《Transactions on Rough Sets》（EI收錄期刊）等6個國際學(xué)術(shù)期刊和中文核心期刊《計(jì)算機(jī)科學(xué)》與《模糊系統(tǒng)與數(shù)學(xué)》的編委。
講座題目2：直覺模糊粗糙集與直覺模糊證據(jù)理論
講座時間：10:00-11:00
報告人：米據(jù)生 教授
講座內(nèi)容簡介：
粗糙集與證據(jù)理論之間有密切的關(guān)系。介紹多種粗糙近似算子與信任、似然函數(shù)之間的關(guān)系。在直覺模糊近似空間下，定義一種直覺模糊事件的概率，由此討論直覺模糊粗糙集與直覺模糊證據(jù)理論之間的關(guān)系。
講座人簡介：
米據(jù)生，男，1966年3月生，博士，二級教授，博士生導(dǎo)師，河北師范大學(xué)數(shù)學(xué)與信息科學(xué)學(xué)院院長。1992年在華東師范大學(xué)數(shù)學(xué)系獲碩士學(xué)位，2003年西安交通大學(xué)理學(xué)院信息與系統(tǒng)科學(xué)研究所研究生畢業(yè)，獲理學(xué)博士學(xué)位。2006年3月在香港中文大學(xué)完成博士后研究工作，多次應(yīng)邀到香港中文大學(xué)進(jìn)行合作研究。現(xiàn)任中國人工智能學(xué)會粒計(jì)算與知識發(fā)現(xiàn)專業(yè)委員會副主任，中國數(shù)學(xué)會理事，河北省數(shù)學(xué)會副理事長兼秘書長。主要研究方向： 粗糙集、粒計(jì)算、概念格、數(shù)據(jù)挖掘與近似推理。發(fā)表學(xué)術(shù)論文130余篇，其中50余篇被SCI收錄，3篇論文為ESI高被引論文，1篇論文榮獲2007年度首屆“中國百篇最具影響的優(yōu)秀國內(nèi)學(xué)術(shù)論文獎”。主持3項(xiàng)國家自然科學(xué)基金項(xiàng)目，1項(xiàng)教育部博士點(diǎn)基金。2012年獲得河北省自然科學(xué)獎二等獎。2014-2017連續(xù)四年入選愛斯維爾發(fā)布的中國高被引學(xué)者榜單。
講座題目3：概念認(rèn)知學(xué)習(xí)的粒計(jì)算機(jī)理與方法
講座時間：11:00-12:00
報告人：徐偉華 教授
講座內(nèi)容簡介：
從粒計(jì)算的角度來看，認(rèn)知過程事實(shí)上是事物的內(nèi)涵與外延之間的匹配轉(zhuǎn)換過程。如果對一個概念很感興趣，那么會產(chǎn)生模糊和粗糙的初始感知印象。不確定性的印象主要由一些充分或必要的外延組成。進(jìn)一步，通過再次以及多次對比匹配，從而得到事物內(nèi)涵的充分且必要外延，即可達(dá)到完全認(rèn)知。因此，為了充分掌握被認(rèn)知的概念，需要理解和學(xué)習(xí)概念的充分屬性、必要屬性、充要屬性等等，這是人類認(rèn)知過程的一個關(guān)鍵問題。為了能夠準(zhǔn)確地描述人類的認(rèn)知過程，本報告建立了概念認(rèn)知學(xué)習(xí)的粒計(jì)算模型，并從模糊、多源，以及多水平等不同的角度給出了概念認(rèn)知學(xué)習(xí)的機(jī)理與方法。
講座人簡介：
徐偉華，男，1979年5月生，山西渾源人，西安交通大學(xué)博士、博士后，2011年破格晉升教授，現(xiàn)任職于西南大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，博士生導(dǎo)師。2016年入選重慶市中青年骨干教師、2016年榮獲重慶市十佳科技青年提名獎、2015年入選重慶市巴南區(qū)學(xué)術(shù)技術(shù)帶頭人、重慶理工大學(xué)“智能計(jì)算的數(shù)學(xué)基礎(chǔ)”科研創(chuàng)新團(tuán)隊(duì)帶頭人、重慶理工大學(xué)首批青年英才計(jì)劃人選、曾任重慶理工大學(xué)理學(xué)院副院長、碩士生導(dǎo)師。同時，也是國際粗糙集學(xué)會高級會員、中國人工智能學(xué)會粒計(jì)算與知識發(fā)現(xiàn)常務(wù)委員、重慶市數(shù)學(xué)會理事；國內(nèi)期刊《數(shù)碼設(shè)計(jì)》編委。已在《IEEE Transactions on Cybernetics》、《Information Sciences》、《Fuzzy Sets and Systems》、《Knowledge-Based Systems》、《工程數(shù)學(xué)學(xué)報》、《模糊系統(tǒng)與數(shù)學(xué)》等國內(nèi)外重要學(xué)術(shù)刊物上發(fā)表論文80余篇，其中SCI檢索50余篇（次），SCI被引900余次，Google學(xué)術(shù)被引1700余次，ESI高被引論文4篇；科學(xué)出版社出版《序信息系統(tǒng)與粗糙集》（獨(dú)著）、《基于包含度的粒計(jì)算方法與應(yīng)用》（第一主編）、《形式概念分析理論與應(yīng)用》（第一主編）學(xué)術(shù)著作3部；先后承擔(dān)了5項(xiàng)國家自然科學(xué)基金、10余項(xiàng)省部級項(xiàng)目，2017年獲河北省自然科學(xué)獎三等獎（排名第二），2016年獲重慶市科協(xié)首屆自然科學(xué)優(yōu)秀學(xué)術(shù)論文獎，已在信息科學(xué)、模糊數(shù)學(xué)、人工智能與粒計(jì)算以及應(yīng)用數(shù)學(xué)相關(guān)研究領(lǐng)域有豐富的經(jīng)驗(yàn)積累。
