报告题目: Learning from Big Data with Uncertainty

报告人：王熙照教授，深圳大学大数据技术与应用研究所

报告时间：7月21日上午9:00-12:00

报告地点：理科楼407

Abstract:

Big data refers to the datasets that are so large that conventional database management and data analysis tools are insufficient to work with them. Big data has become a bigger-than-ever problem with the quick developments of data collection and storage technologies. Model simplification is one of the most popular approaches to big data processing. After a brief tutorial of the existing techniques of processing big data, this talk will present some key issues of learning from big data with uncertainty, focusing on the impact of handling uncertainty on the model simplification. It shows that the representation, measure, and handling of the uncertainty have a significant influence on the performance of learning from big data. Some new advances in our Big Data Institute regarding the research on big data analysis and its applications to different domains are briefly introduced.

报告人简介：

王熙照，博士，教授，博士生导师，IEEE Fellow，Springer杂志 Machine Learning and Cybernetics主编。1998年哈尔滨工业大学获工学博士学位；1998年至2001年香港理工大学计算学系研究员；2000年10月至2014年3月任河北大学数学与计算机学院院长，2014年3月至今服务于深圳大学大数据技术与应用研究所。主要研究兴趣为不确定性建模与面向大数据的机器学习。曾获河北省自然科学一等奖；共出版学术专著3部、教材2部、学术论文200多篇；SCI-H指数2016年6月查询为25；主持完成国家自然科学基金等项目20多项。 2013年入选深圳市地方领军人才， 2014/15年入选Elsevier统计的学术论文高被引中国学者榜单，2015年认定为深圳市海外高层次（孔雀B类）人才，2016年认定为深圳大学领军学者。