最新资讯   News
搜索   Search

龙8国际pt娱乐首页对我校参与申报北京市科学技术奖候选项目的公示

发布:2018-03-22 10:06       作者:成果办      来源:      点击:

        我校参与下列项目申报 2018 年度北京市科学技术奖,特进行公示。公示期:2018年3月22日至2018年3月28日,公示期内如对公示内容有异议,请与我校科研院成果奖励办公室联系,联系电话:61831397,联系人:王璐瑶。


                                                                                                                                                      电子科技大学

                                                                                                                                                       2018.3.22


 

项目名称:基于核理论的数据挖掘方法与应用研究

候选单位(含排序):中国科学院大学,中国科学院科技战略咨询研究院,西南财经大学,电子科技大学,考拉征信服务有限公司,北京春雨天下软件有限公司

候选人(含排序):石勇,田英杰,李建平,齐志泉,牛凌峰,寇纲,彭怡,葛伟平,曾柏毅

项目简介:

1、研究目的

随着大数据时代的到来,对于数据的处理及智能化需求日益增多,近年来数据挖掘领域中不断有新理论、新方法、新应用涌现出来,而其中基于机器学习中核理论的数据挖掘方法与应用是一个非常重要的研究方向,有许多亟待解决的重要科学问题。本团队在这一方向上深入开展了原创性研究工作,在相关领域取得了一系列成果,获得了学术界的高度关注、广泛引用及好评。

2、主要科学发现点

(1)将核理论、最优化与数据挖掘的思维方法结合,建立了基于核与最优化的数据挖掘理论框架;利用核理论与最优化原理开发出有效的数据挖掘方法,研究了数据挖掘建模中的非结构化、非线性、近似性和不确定性[1]。

(2)以典型的核方法--支持向量机为基础,以最优化为工具, 构建了非平行超平面支持向量机(Nonparallel Hyperplane SVM,NPSVM)的新理论与新模型[2][3];以新模型为基础进行了拓展研究,开发了半监督学习[4]、噪音数据学习[5]、领域知识学习[6]、结构化学习[7]、自适应学习[8]等扩展模型,构建了完整的NPSVM方法体系。

(3)基于上述一系列新模型中具体优化问题的结构,设计了高效的问题求解算法。主要包括:解决大规模数据的半监督学习新方法[9];针对非凸、非光滑、非Lipschitz项的正则化极小化问题,提出了一个用于计算极小点的光滑化信赖域牛顿方法,并在理论上证明了方法的全局收敛性。

3、成果产生的价值

本项目10 篇代表性论著中,被ESI数据库(Highly Cited Papers (last 10 years))收录2篇;被SCI数据库收录9篇,1部论著与9篇论文在SCI数据库中他引228次;被EI数据库收录8篇,在Scopus数据库中他引338次;10 篇代表性论著中他引共计386次。代表性论文[1]在Springer 出版的AI&KP 系列中是被下载次数最多的专著之一,共超过19000 次。代表性论著[4]和[5]被ESI列为领域学科前百分之一(Top 1%)的高引用论文,代表性论著[2]曾列为ESI高被引论文。代表性论著[5]获得计算机领域国际著名期刊《Pattern Recognition》国际学术委员会评选出的年度最佳论文学术奖,该奖近10年来首次由中国学者获得。代表性论著[4]和[6]入选了期刊《Neural Network》评选的近五年高被引论文排名榜,排名:6,24。在实际应用上,将上述研究成果成功应用于国内最大的互联网健康咨询平台,基于平台在线产生的海量数据,构建了快速准确的自动分诊和医生推荐算法等,准确率达到92%,同时也应用于考拉征信平台,解决了小微商户在融资过程中由于缺乏信用评估难以获得贷款问题。

 

相关证明材料:

1、代表性论文、著作发表情况

[1] Yong Shi, Yingjie Tian, Gang Kou, Yi Peng, Jianping Li, Optimization based data mining: theory and applications, Springer, 2011.

[2] Yingjie Tian, Zhiquan Qi, Xuchan Ju, Yong Shi, Xiaohui Liu,Nonparallel support vector machines for pattern classification, IEEE Transactions on Cybernetics, 2014, 44(7): 1067-1079.

[3] Yingjie Tian, Xuchan Ju, Zhiquan Qi, Yong Shi, Improved twin support vector machine, SCIENCE CHINA Mathematics, 2014, 57(2): 417-432.

[4] Zhiquan Qi, Yingjie Tian, Yong Shi, Laplacian twin support vector machine for semi-supervised classification, Neural Networks, 2012, 35: 46-53.

[5] Zhiquan Qi, Yingjie Tian, Yong Shi, Robust twin support vector machine for pattern classification, Pattern Recognition, 2012, 46(1): 305-316.

[6] Zhiquan Qi, Yingjie Tian, Yong Shi, Twin support vector machine with universum data, Neural Networks, 2012, 36: 112-119.

[7] Zhiquan Qi, Yingjie Tian, Yong Shi. Structural twin support vector machine for classification. Knowledge-Based Systems, 2013, 43(2):74-81.

[8] Liwei Wei, Zhenyu Chen, Jianping Li. Evolution strategies based adaptive Lp LS-SVM. Information Sciences, 2011, 181 (14):3000-3016.

[9] Zhiquan Qi, Yingjie Tian, Yong Shi. Successive overrelaxation for laplacian support vector machine. IEEE Transactions on Neural Networks & Learning Systems, 2015, 26(4):674-683.

[10] Xiaojun Chen, Lingfeng Niu, Yaxiang Yuan: Optimality conditions and a smoothing trust region newton method for nonlipschitz optimization. SIAM Journal on Optimization, 2013, 23(3): 1528-1552.

2、第三方评价

序号

评价证明形式

项目名称

第三方单位(人)

评价时间

评价结论(意见)摘要

1

成果鉴定证书

春雨医生健康大数据挖掘项目

北京春雨天下软件有限公司

2017-01-15

在自动分诊系统和推荐系统支持下,准确率分别可以达到92%和77%。

2

同行评议

小微商户信用评分模型

中国科学院大学.考拉征信模型联合实验室

2016-03-31

解决了小微商户在融资过程中由于缺乏信用评估难以获得贷款问题。

 



Copyright © 2016-2017 龙8娱乐app下载 技术支持 微微校