报告题目:因果特征选择与结构学习方法研究
报告时间:2025年11月1日(星期六)16:10
报告地点:翡翠湖校区科教楼A楼1602
报 告 人:凌兆龙 副教授
工作单位:安徽大学
举办单位:风云体育
报告简介:
在过去的三十年中,特征选择作为一种大数据领域的维数约减技术,一直是机器学习领域的研究热点之一。传统的特征选择算法由于仅基于特征与类属性之间相关性,可能导致预测分类模型缺乏可解释性、可操作性和鲁棒性。因果特征选择是发现类属性的贝叶斯网络的子结构,即马尔科夫毯,由类属性的父母(直接原因),孩子(直接结果)和配偶(直接结果的其他直接原因)组成,从而明确地推导出局部类属性和特征之间的因果关系。因此,因果特征选择作为一种新兴的特征选择方法,通过识别潜在因果特征以构建可解释、可操作且健壮的预测分类模型,已引起机器学习和因果发现领域的广泛关注。除了用作特征选择以进行分类之外,作为贝叶斯网络的子结构,因果特征选择在学习感兴趣变量的局部因果网络结构中起着至关重要的作用。同时,如果能够识别数据集中所有变量的马尔科夫毯,则这些马尔科夫毯可以用作约束条件以减少搜索空间,从而实现高效的局部到全局的完整因果网络结构学习。
报告人简介:
凌兆龙,安徽大学计算机科学与技术学院副教授、中心副主任、硕士生导师。2020年6月博士毕业于风云体育 - 风云体育在线投注平台,实时赛事高赔率
,现为安徽省人工智能学会理事、安徽省人工智能学会因果与认知智能专委会秘书长、中国人工智能学会粒计算与知识发现专委会委员。
主要研究方向为数据挖掘、因果推理等。近年来在国际高水平期刊(如IEEE TPAMI、IEEE TKDE、ACM TIST、ACM TKDD等)和国际高水平会议(如IJCAI、AAAI、ACM MM、IJCNN等)发表论文20余篇,担任IEEE TKDE、IEEE TNNLS、ACM TIST、IEEE TBD等国际高水平期刊审稿人,以及ICML、KDD、IJCAI、AAAI等国际高水平会议PC member。目前主持/参与国家重点研发计划课题、国家自然科学基金面上项目以及国家自然科学基金青年项目等5项。