搜索结果: 1-15 共查到“人工智能 数据挖掘”相关记录27条 . 查询时间(0.037 秒)
中国科学院成都文献情报中心再获1项数据挖掘发明专利授权（图）
成都 文献情报 数据挖掘 发明专利
2023/10/12
近日，中国科学院成都文献情报中心申请的“一种多维时序数据异常检测方法”（专利号：2023 1 0643926.1）” 获国家知识产权局发明专利授权。这是成都中心在数据挖掘领域获授权的新一项发明专利，发明人是成都中心知识系统部杨宁、李杉、张鑫、赵爽。
近日，南昌大学数学与计算机学院段文影博士的论文“局部自适应时空图神经网络”被第29届国际知识发现与数据挖掘大会接收并正式出版。该论文由南昌大学、澳门大学、香港城市大学与苏黎世联邦理工大学共同完成，论文由南昌大学段文影博士担任第一作者，澳门大学何晓溪助理教授担任通讯作者，香港城市大学周子慕助理教授，欧洲科学院院士、苏黎世联邦理工大学前副校长Lothar Thiele教授和南昌大学软件学院饶泓教授为共...
2023年粒计算与数据挖掘联合交流研讨会在镇江顺利召开（图）
粒计算 数据挖掘 镇江 人工智能
2023/8/27
2023年8月22日至25日，2023年粒计算与数据挖掘联合交流研讨会（Joint Seminar on Granular Computing and Data Ming）在江苏镇江顺利召开，本次研讨会由中国人工智能学会（CAAI）粒计算与知识发现专业委员会主办、江苏科技大学计算机学院承办，采用线上线下相结合的方式召开。本次研讨会聚焦粒计算、粗糙集、大数据与人工智能等方面的前沿理论、技术及应用，旨...
近日，南方科技大学计算机系唐博老师带领的数据库课题组在数据挖掘和知识发现领域取得一系列科研进展。该研究团队三项成果被数据挖掘和知识发现领域的顶会之首KDD 2023长文（2篇Research Track，1篇Applied Data Science Track）接收。研究内容涉及社交网络中的容量受限影响力最大化、跨越中心性的高效近似算法和高效易用的图神经网络模型推理框架等。
天津科技大学人工智能学院在机器学习和数据挖掘领域取得新进展（图）
天津科技大学人工智能学院 机器学习 数据挖掘 Computer Vision and Image Understanding
2022/3/27
近日，天津科技大学人工智能学院社会计算与知识工程科研团队在机器学习领域取得进展，在计算机视觉与图像理解领域内国际顶级期刊《Computer Vision and Image Understanding》上发表了研究成果，这是该团队2年内第3篇被国际顶级刊物录用的学术论文。
吉林大学人工智能学院2020级博士研究生郭凯在图数据挖掘领域取得新进展
吉林大学人工智能学院 郭凯 图数据挖掘
2021/12/6
常毅教授和王鑫助理教授指导的人工智能学院2020级博士研究生郭凯同学的论文“Orthogonal Graph Neural Networks”被美国人工智能年会AAAI 2022（CCF A类会议）接收。郭凯同学为第一作者。本工作主要与莱斯大学Xia Hu副教授、Kaixiong Zhou博士合作完成。
第八届中国数据挖掘会议（CCDM 2020）于2020年8月17-19日在湖南长沙举行。本次会议由中国计算机学会和中国人工智能学会主办，中国计算机学会人工智能与模式识别专业委员会和中国人工智能学会机器学习专业委员会以及湖南省科学技术协会协办，湖南大学、湖南省计算机学会联合承办，CCF YOCSEF长沙学术委员会协助承办。
2019年8月初，数据挖掘领域顶级国际会议KDD2019在美国阿拉斯加安克雷奇举行。中国人民大学高瓴人工智能学院魏哲巍教授、研究生殷源参加了会议并做论文报告。
2018年8月20日上午，2018年江苏省研究生“数据挖掘与人工智能”暑期学校开学典礼在我校学科楼学术报告厅举行。我校副校长蒋国平，江苏省教育厅研究生教育处沈春，研究生院、计算机学院、软件学院、网络空间安全学院相关负责人出席开学典礼。蒋国平副校长在致辞中对参加本次暑期学校的同学们表示热烈的欢迎。他向学员们介绍了学校的基本情况，并表示，今年南邮继续承办江苏省研究生“数据挖掘与人工智能”暑期学校，既体...
2009年海量数据挖掘与知识发现国际研讨会在西南交通大学隆重召开
2009年 数据挖掘 知识发现 研讨会 西南交通大学隆重召开
2010/1/13
由西南交通大学主办，四川大学、电子科技大学、成都大学、比利时核研究中心、四川省计算机学会和四川省电子学会共同协办的2009年海量数据挖掘与知识发现国际研讨会（2009 Workshop on Massive Data Mining and Knowledge Discovery, MDMKD2009）于2009年12月19-20日在西南交通大学网络教育学院国际会议厅隆重召开。此次研讨会由MDMKD...
基于数据挖掘的符号序列聚类相似度量模型
符号序列聚类 数据挖掘 相似性模型
2009/8/7
为了从消费者偏好序列中发现市场细分结构，采用数据挖掘领域中的符号序列聚类方法，提出一种符号序列聚类的研究方法和框架，给出RSM相似性度量模型。调整RSM模型参数，使得RSM可以变为与编辑距离、海明距离等价的相似性度量。通过RSM与其他序列相似性度量的比较，表明RSM具有更强的表达相似性概念的能力。由于RSM能够表达不同的相似性概念，从而使之能适用于不同的应用环境，并在其基础上提出自组织特征映射退火...
粗糙集和神经网络方法在数据挖掘中的应用
粗集理论 神经网络 分类
2009/7/23
提出了一种基于神经网络和粗集的数据挖掘新方法。首先利用粗集理论对原始数据进行一致性属性约简，然后使用神经网络对数据进行学习，并同时完成属性的不一致约简，最后再由粗集对神经网络中的知识进行规则抽取。该方法充分融合了粗集理论强大的属性约简、规则生成能力和神经网络优良的分类、容错能力。实验表明，该方法快速有效，生成规则简单准确，具有良好的鲁棒性。
基于概率测度的数据挖掘扩展模型研究
概率测度 分类精度 近似空间
2009/7/17
为了得到数据挖掘过程中分类规则的统计特征，论文提出了一种挖掘概率规则的新方法。首先在经典粗糙集概念的基础上分析概率规则的分类，并将其推广到不确定系统的集合等价关系中，即用条件概率的形式表示研究集合的上下近似空间；然后根据概率规则的测度从条件概率的角度利用条件属性的逼近精度的相关参数进行属性集的约简进而提取分类规则；最后给出了相关的仿真实验结果，结果表明带有概率测度的分类规则更合理。
使用统计变异指标研究离群数据挖掘方法
统计变异 离群数据 偏差数据
2009/7/10
对统计数据的散度情况，即数据变异指标，进行了说明，变异指标可以使我们对数据的总体特征有更进一步的了解，进而对数据的分布情况有所了解，变异指标对发现数据中的离群数据有一定的作用。作者使用变异指标对基于偏差的离群数据的发现方法进行改进，改进后的算法适合于多维数值数据。