報告題目：面向大規(guī)模數(shù)據(jù)分析的聚類方法研究進(jìn)展（Information Extraction from Large Datasets Consensus Clustering Paradigm）

報告人：Asoke K. Nandi

報告時間：2018日4月3日（星期二）下午14：30-16：30

報告地點(diǎn)：電氣與信息工程學(xué)院 學(xué)術(shù)報告廳（實(shí)驗(yàn)樓2A-206）

科技處 電氣與信息工程學(xué)院

2018年4月2日

報告人及內(nèi)容簡介：

Asoke K. Nandi教授，英國劍橋大學(xué)（三一學(xué)院）博士。2013年起，在布魯內(nèi)爾大學(xué)擔(dān)任電子與計(jì)算機(jī)工程系的系主任。Nandi教授被芬蘭韋斯屈萊大學(xué)授予“芬蘭杰出教授”，并在加拿大卡爾加里大學(xué)兼任教授。曾獲IEEE海因里希赫茲獎（2012），孟加拉獎（2010），英國英國機(jī)械工程師學(xué)會水仲裁獎（1999），英國電氣工程學(xué)會蒙巴頓獎和電子與通訊事業(yè)部獎（1998）。Nandi教授是“大數(shù)據(jù)”方面的專家，從事異構(gòu)數(shù)據(jù)處理，并從不同實(shí)驗(yàn)室、不同時間的多源數(shù)據(jù)集中提取信息。已撰寫了550多部技術(shù)出版物，包括220期刊論文，以及四本書：《自動調(diào)制分類：原理、算法和應(yīng)用》、《生物信息學(xué)的綜合聚類分析》、《使用高階統(tǒng)計(jì)量的盲目評估》和《通信信號的自動調(diào)制識別》。近期在Blood，IEEE TWC，PLOS ONE，Royal Society Interface，NeuroImage, and Signal Processing等發(fā)表了一系列研究成果，其出版物在谷歌學(xué)術(shù)搜索中的h指數(shù)為67。Asoke K. Nandi教授現(xiàn)在英國布魯內(nèi)爾大學(xué)擔(dān)任電子和計(jì)算機(jī)工程系主任。他的研究是對科學(xué)和工程流程中進(jìn)行分析、建模、信號解密，來實(shí)現(xiàn)信息抽取流程，來提取信息。Nandi教授目前的研究興趣在信號處理和機(jī)器學(xué)習(xí)等領(lǐng)域，并將其應(yīng)用到通信，基因表達(dá)數(shù)據(jù)，功能磁共振數(shù)據(jù)和生物醫(yī)學(xué)數(shù)據(jù)，其提出基礎(chǔ)理論和算法對信號處理和機(jī)器學(xué)習(xí)的很多相關(guān)研究領(lǐng)域產(chǎn)生了重要貢獻(xiàn)。

集群算法近幾十年來在很多領(lǐng)域被開發(fā)和應(yīng)用，但在實(shí)際數(shù)據(jù)應(yīng)用中仍存在許多問題，本報告討論解決如何選擇合適的聚類算法并評估聚類結(jié)果的質(zhì)量，解決基于一種特定算法可能有偏差問題，解決如何在不同環(huán)境下進(jìn)行相似實(shí)驗(yàn)的導(dǎo)致一致結(jié)果等問題。并報告最近應(yīng)用Bi-CoPaM和UNCLES來分析fMRI數(shù)據(jù)和基因數(shù)據(jù)的結(jié)果。