时间:   2013年8月29日（周四）上午9:30

地点:   延长校区 行健楼 1018室

讲座:   Big Data Analytics and Non-IIDness Learning

演讲者:  澳大利亚悉尼科技大学 操龙兵 教授

演讲者简介：

操龙兵，澳大利亚悉尼科技大学教授、悉尼科技大学高级分析研究所创所所长，悉尼科技大学量子计算与智能系统研究中心数据科学与知识发现实验室成员；澳洲资本市场联合研究中心（CMCRC）数据挖掘方向研究带头人（Research Leader）。中科院模式识别与人工智能博士，悉尼科技大学计算科学博士。IEEE计算机分会和系统、人与控制分会高级会员。IEEE行为与社会信息学任务组主席、IEEE教育数据挖掘任务组主席。IEEE计算机分会和系统、人与控制分会高级会员，多个学术刊物的编委与特刊编辑，PAKDD与ADMA大会主席，ICDM、PAKDD、IAT、ADMA等程序委员会主席或副主席，ICDM、WI/IAT组织委员会主席等，以及包括KDD、ICDM、AAMAS等在内的国际会议的程序委员会委员。在数据挖掘与知识发现、行为信息学与行为计算、人工智能与机器学习等领域从事研究工作，从理论、研究生培养、实践和商业项目等方面实现产学研的有效结合。

讲座摘要：

Big data is becoming a big thing for theoretical and technical innovation and for bigger business, smarter decisions, and bigger economic and social value. This lecture discusses a recently emerging topic: Non-IIDness Learning, which handles two of fundamental challenges in big data analytics: heterogeneity and couplings. Heterogeneity and couplings in big data fundamentally challenge the classic IIDness foundation in statistics, data mining and machine learning etc. As a result, most of existing algorithms and approaches may not work for big data. On the basis of addressing the limitations of existing IIDness-based analysis, mining and learning, the lecture introduces an extended information table based framework for non-IIDness learning, followed by exemplar techniques and case studies for object and pattern relation analysis, such as coupled clustering, coupled ensemble clustering, coupled behavior analysis, and coupling analysis between textual terms, social media items, and patterns to tackle non-IIDness in big data.

欢迎广大教师和学生参加！