报告题目：基于标靶学习的不确定性知识推理
报告时间：2018年10月26日14:00
报告地点：太阳成集团tyc122cc南校区计算机大楼A521讲学厅
报告人： 王利民博士，教授，博士生导师
报告人简介：
王利民：太阳成集团tyc122cc教授、博士生导师。中国人工智能学会不确定性人工智能专家委员会委员，中国计算机学会高级会员、澳大利亚莫纳什大学和澳大利亚联邦大学高级研究学者。主要从事大数据技术及不确定性人工智能推理等方面的科研工作，已发表SCI、EI收录学术论文近40篇。部分论文发表在国内外重要期刊（如《计算机研究与发展》、《Progress in Natural Science》、《Expert Systems with Applications》、《IEEE Transactions on Knowledge and Data Engineering》《Knowledge-Based Systems》）以及国际权威学术会议ER、PAKDD上；主持人工智能推理与大数据方面的科研项目6项，具有丰富的项目研发经验；建立基于不确定性贝叶斯推理开发平台以及由数据预处理、实验结果批处理输出、统计分析的图形化展示和数值比较等模块组成的配套软件体系。基于归纳逻辑设计提出具备正确性和完备性的概率逻辑推理需满足的四个基本原则、提出针对特定样本的微结构学习策略、将结构学习中联合概率拟合转化为模型拟合等。
报告摘要：
贝叶斯网络被视为最有研究前景的不确定性知识推理的数学模型之一，但信息论与概率论在表达和度量依赖关系的差异性，使得贝叶斯网络难以精细刻画变量间的概率因果关系。本讲座将简单回顾贝叶斯网络的理论基础、主要流派和经典模型，结合当前研究的热点和难点介绍贝叶斯网络研究的主要方向、以及我们当前的最新研究成果。
主办单位：
太阳成集团tyc122cc
太阳成集团tyc122cc软件学院
太阳成集团tyc122cc计算机科学技术研究所
符号计算与知识工程教育部重点实验室
