報告題目：面向大規模數據分析的聚類(lèi)方法研究進(jìn)展（Information Extraction from Large Datasets Consensus Clustering Paradigm）

報告人：Asoke K. Nandi

報告時(shí)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

報告人及內容簡(jiǎn)介：

Asoke K. Nandi教授，英國劍橋大學(xué)（三一學(xué)院）博士。2013年起，在布魯內爾大學(xué)擔任電子與計算機工程系的系主任。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），英國英國機械工程師學(xué)會(huì )水仲裁獎（1999），英國電氣工程學(xué)會(huì )蒙巴頓獎和電子與通訊事業(yè)部獎（1998）。Nandi教授是“大數據”方面的專(zhuān)家，從事異構數據處理，并從不同實(shí)驗室、不同時(shí)間的多源數據集中提取信息。已撰寫(xiě)了550多部技術(shù)出版物，包括220期刊論文，以及四本書(shū)：《自動(dòng)調制分類(lèi)：原理、算法和應用》、《生物信息學(xué)的綜合聚類(lèi)分析》、《使用高階統計量的盲目評估》和《通信信號的自動(dòng)調制識別》。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指數為67。Asoke K. Nandi教授現在英國布魯內爾大學(xué)擔任電子和計算機工程系主任。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(lái)實(shí)現信息抽取流程，來(lái)提取信息。Nandi教授目前的研究興趣在信號處理和機器學(xué)習等領(lǐng)域，并將其應用到通信，基因表達數據，功能磁共振數據和生物醫學(xué)數據，其提出基礎理論和算法對信號處理和機器學(xué)習的很多相關(guān)研究領(lǐng)域產(chǎn)生了重要貢獻。

集群算法近幾十年來(lái)在很多領(lǐng)域被開(kāi)發(fā)和應用，但在實(shí)際數據應用中仍存在許多問(wèn)題，本報告討論解決如何選擇合適的聚類(lèi)算法并評估聚類(lèi)結果的質(zhì)量，解決基于一種特定算法可能有偏差問(wèn)題，解決如何在不同環(huán)境下進(jìn)行相似實(shí)驗的導致一致結果等問(wèn)題。并報告最近應用Bi-CoPaM和UNCLES來(lái)分析fMRI數據和基因數據的結果。