数据驱动的建模和分析方法及相关应用探讨

史本云博士

杭州电子科技大学教授/博导，浙江省“钱江学者”特聘教授

时间：5月10日（周五）下午1:30，地点：计算机学院六楼会议室

【摘要】

近年来，随着不同领域数据获取技术的飞速发展，大数据驱动的计算范式及其相关方法在各个领域的管理与决策过程中正发挥越来越重要的作用。例如，移动互联网技术的发展，允许我们通过采集追踪个体的行为轨迹，刻画群体的行为模式,从而为流行病监控提供科学决策；高通量基因测序技术的发展，使低成本的基因测序成为可能，促进了分子进化学和计算流行病学的结合。从不同数据源采集的数据能够帮助我们对复杂的现实世界进行更精确的刻画和建模。然而，多源数据通常具有异构性特征，这也为我们复杂问题和模型的求解提出了新的挑战。本次报告将以我国疟疾和禽流感的时空传播为研究背景，介绍如何利用多源异构数据构建数据驱动的流行病学模型，以及如何利用机器学习、动态因素分析等方法推理流行病传播过程中的隐含关系和动态过程。同时，本次报告也将针对另外两个研究课题：（1）基于复杂网络和博弈论的智能决策分析，以及（2）近年来机器学习领域的研究热点--网络表征学习，做初步探讨。

【史本云博士简介】

史本云，博士，浙江省“钱江学者”特聘教授，博士生导师，浙江省151人才工程第一层次培养对象，浙江省中青年学科带头人培养对象。2012年毕业于香港浸会大学计算机科学系获博士学位。2012-2015年，任香港浸会大学计算机科学系研究助理教授。现为杭州电子科技大学“复杂数据与公共安全”团队负责人。主要从事智能计算与决策、复杂网络、机器学习和计算流行病学等交叉学科的研究。近年来，专注于基于数据驱动的计算范式解决我国疟疾、登革热和禽流感等传染病的早期预警、风险评估和主动监控等公共卫生安全问题。主持和参与国家自然科学基金2项，香港研究资助局（RGC）项目1项。先后在工程数学类期刊IEEE Transactions on Cybernetics, Complexity，International Journal of Electrical Power & Energy Systems, AAAI, Soft Computing，计算流行病学期刊PLoS Neglected Tropical Diseases, Infectious Diseases of Poverty, Malaria Journal，以及综合类和物理学期刊Scientific Reports，Physica A, PLoS ONE和若干国际会议上发表论文50余篇，是IEEE Transactions on Cybernetics, IEEE Transactions on Evolutionary Computation, Neural Computing and Applications, PLoS Neglected Tropical Diseases, Infectious Diseases of Poverty, Web Intelligence等多个国际期刊的审稿人以及多个国际会议的程序委员会委员。

发布：刘越男，审核：白光伟