報告主題：How to make better choices? Single performance measure from many parameters

報 告 人：Nandi Asoke Kumer教授

報告時(shí)間：2023年9月18日下午16：00-18：00

報告地點(diǎn)：電智學(xué)院2B-206

歡迎廣大師生踴躍參加！

科技處 前沿院 電子信息與人工智能學(xué)院

2023年9月10日

報告人簡(jiǎn)介：

Nandi院士在物理學(xué)、統計信號處理、機器學(xué)習和生物醫學(xué)信號處理方面均做出了開(kāi)拓性的理論研究，并在基因組的信號處理和腦電信號處理應用方面做出過(guò)巨大貢獻。Nandi院士畢業(yè)于享譽(yù)世界的劍橋大學(xué)圣三一學(xué)院，畢業(yè)后留校任教。1983年，Nandi院士與同組研究人員共同發(fā)現了三個(gè)基本的粒子被命名為W+, W- 和Z0，該發(fā)現于1984年獲得了諾貝爾物理學(xué)獎（該獎授予Nandi院士所在研究組的兩位教授）。在機器學(xué)習領(lǐng)域，針對特征選擇難題，Nandi院士發(fā)現特征是影響分類(lèi)器設計及性能的重要因素。傳統的特征選擇算法，如順序前序選擇，順序后序選擇，均以線(xiàn)性映射的方式將原始特征空間映射到一個(gè)新的特征空間。然而，線(xiàn)性映射的無(wú)效性導致最終的分類(lèi)器性能較低。針對這一問(wèn)題，Nandi院士發(fā)明了基于非線(xiàn)性映射的特征選擇方法，并將其成功應用于多個(gè)研究領(lǐng)域，該成果獲得了IEEE海因里?！ず掌潽?。Nandi院士首次證明了循環(huán)平穩性在震蕩數據分析中的應用，并因此獲得了英國the Water Arbitration Prize獎。Nandi院士也是最早將機器學(xué)習方法（聚類(lèi)算法、人工神經(jīng)網(wǎng)絡(luò )，支持向量機和遺傳編程）引入到基因數據分析中的先驅之一。