报告题目：知识诱导的多核模糊聚类

报告人：唐益明 教授

单位：合肥工业大学

报告时间：2023 年10月21日（星期六）14:30-18:00

报告地点：翡翠湖校区科教楼A座1106

报告摘要：

领域知识的引入为模糊聚类开辟了新的领域，于是出现了知识驱动和数据驱动的模糊聚类方法。为了解决这类方法中提取机制不完善和融合模式不完善的问题，我们提出了知识诱导的多核模糊聚类(KMKFC)算法。首先，为了更好地提取知识点，提出了基于相对密度的知识提取(RDKE)方法，提取接近真实数据结构聚类中心的高密度知识点，并提供初始化的聚类中心；引入多核机制将数据映射到高维空间，可以提高聚类算法的适应性，从而更好地发现数据之间的差异，获得更优的聚类结果。其次，通过知识影响矩阵将RDKE生成的知识点整合到KMKFC中，指导KMKFC的迭代过程。再次，提出了一种自动获取知识点的策略，包括RDKE自动知识获取方法(RDKE-A)和相应的KMKFC-A算法。证明了KMKFC和KMKFC-A的收敛性。最后，实验研究表明，KMKFC和KMKFC-A算法在多个评价指标和收敛速度上都优于相关的对比算法。

报告人简介：

唐益明，合肥工业大学教授，智能科学与技术系副主任，中国人工智能学会人工智能逻辑专业委员会常务委员，中国逻辑学会非经典逻辑与计算专业委员会常务委员，安徽省人工智能学会可信人工智能专业委员会副主任，中国计算机学会协同计算专业委员会执行委员，中国人工智能学会机器学习专业委员会委员，中国人工智能学会粒计算与知识发现专业委员会委员，中国人工智能学会人工智能基础专业委员会委员，IEEE高级会员，中国计算机学会高级会员、中国人工智能学会高级会员。主要研究领域涉及聚类理论、协同计算、模糊推理，服务于情感计算、图像处理、粒度计算等。发表论文90余篇，其中ESI热点论文2篇、ESI高被引论文2篇，获国家授权发明专利5项、国家软件著作权登记12项。担任Information Sciences等多个SCI期刊的编委、AAAI等10多个会议的PC Member，TPAMI等50多个SCI期刊的审稿人。担任ChineseCSCW的论文推荐主席、FSDM 2023国际会议的Publication Chair、AILA 2023国际会议的Publication Chair。获得2021年度和2022年度IEEE Access的Outstanding Associate Editor。主持国家自然科学基金项目（3项）、中国博士后科学基金特别资助项目、中国博士后科学基金面上项目、安徽省自然科学基金面上项目等10多项科研项目。参与国家重点研发项目、国家自然科学基金重点项目、863课题等20余项科研项目。