机器学习的数学理论与应用天元数学高级研讨班
项目介绍
AI项目解读
基本信息
- 批准号:12026430
- 项目类别:数学天元基金项目
- 资助金额:20.0万
- 负责人:
- 依托单位:
- 学科分类:A0405.连续优化
- 结题年份:2021
- 批准年份:2020
- 项目状态:已结题
- 起止时间:2021-01-01 至2021-12-31
- 项目参与者:董小刚; 王纯杰; 徐平峰; 刘铭; 李纯净; 刘天宝; 杨凯; 谭佳伟; 王琳;
- 关键词:
项目摘要
Big Data and Artificial Intelligence have become national strategies and are widely used in various fields. The core theories are derived from the basic theories of mathematics, which will inevitably bring new opportunities and challenges to the development of mathematics. As an important method of big data information mining, machine learning is the core of data science and the essence of modern artificial intelligence. This project focuses on the topic of “Mathematical Theory and Application of Machine Learning”, Famous scholars will be invited to systematically summarize the frontier algorithms of machine learning, and discuss from supervised learning, semi-supervised learning, unsupervised learning. It aims to propose improvement and optimization algorithms in machine learning, expand its applications in the fields of finance, biology and intelligent manufacturing, increase the breadth and depth of the research on machine learning, and provide theoretical support and technical support for the sustainable development of various industries. The seminar will build a high-level academic dialogue platform for young scholars in Northeast China, it can gather thoughts and consensus, deepen the understanding and cognition of machine learning method from the level of theory and practice. It can broaden academic horizons, improve the team's sense of innovation and cooperation, enhance the comprehensive strength of the mathematics discipline, and make important contributions to the new revitalization of the old industrial base in Northeast China.
大数据和人工智能已上升为国家战略,并广泛应用于各行业,其核心理论和算法,大多源自数学的基础理论,这势必为数学学科发展带来了新的机遇和挑战。而机器学习是数据科学的核心,是现代人工智能的本质。本项目重点围绕“机器学习的数学理论与应用”专题进行研讨,邀请国内外知名学者对机器学习前沿算法进行系统总结,从监督学习、半监督学习、无监督学习方面进行探讨,旨在提出机器学习中值得改进的方向和优化算法,扩展其在金融、生物医疗和智能制造等不同领域的应用,扩宽机器学习研究的广度和深度,为各行业的可持续发展提供重要理论支撑和技术保障。本研讨班将为东北地区高校青年学者搭建一个高水平学术对话平台,集思广益,凝聚共识,从理论和实践层面加深对机器学习建模方法的理解和认知,拓宽学术视野,强化学术交流,提高团队的创新意识和合作能力,提升数学学科的综合实力,为新一轮振兴东北老工业基地做出重要贡献。
结项摘要
大数据和人工智能已上升为国家战略,并广泛应用于各行业,机器学习的核心算法,大多源自数学的基础理论,这势必为数学学科发展带来新的机遇和挑战。本项目组织开展学术交流研讨活动,通过邀请专家学者做学术报告、专题讲座等形式,针对机器学习的基础理论、前沿算法和应用实践进行系统总结和深入探讨,旨在挖掘机器学习中值得改进的方向和优化思想,以提高机器学习方法的有效性和准确性。 .本项目实施为机器学习团队教学和科研提供良好的交流平台,扩宽了研究思路和视野。团队成员获批多项科研项目,项目负责人与科学出版社签订出版意向,正组织编写《机器学习》教材1部,获批首批吉林省专业学位研究生教学案例建设项目《数据挖掘与机器学习》,指导全国数学建模竞赛获国家一等奖,并被推荐为优秀论文在《工程数学学报》发表。同时,在长春工业大学大数据科学研究院网站单独设立共享数据集专栏,搜集整理了UCI、Kaggle等多个机器学习相关公开数据集,更好地为机器学习算法爱好者提供高质量数据,为科研人员提供高效、便捷服务。.本项目主要依托数学天元基金平台,立足省重点高校,以中青年骨干教师为主,旨在汇聚专家学者的集体智慧,瞄准机器学习的本质数学问题,围绕人工智能、大数据、机器学习、数字经济等领域前沿和热点问题,开展学术交流和研讨,为地方高校数学学科可持续快速发展把脉诊断,培养支撑数学学科发展的优秀数据科学人才,建设学术方向相对稳定、研究特色鲜明的学术研究团队,本次研讨班发挥了天元数学的催化剂和加速器作用,更好地推动吉林省地方高校数学学科发展建设,有力提升地方高校学术创新能力,为新时代东北老工业基地的振兴贡献智慧。
项目成果
期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
The Fault Diagnosis of Rolling Bearing Based on Improved Deep Forest
基于改进深度森林的滚动轴承故障诊断
- DOI:10.1155/2021/9933137
- 发表时间:2021-06-24
- 期刊:SHOCK AND VIBRATION
- 影响因子:1.6
- 作者:Qin, Xiwen;Xu, Dingxin;Zhang, Siqi
- 通讯作者:Zhang, Siqi
基于深度级联森林的乳腺癌基因数据分类研究
- DOI:--
- 发表时间:--
- 期刊:中国生物医学工程学报
- 影响因子:--
- 作者:秦喜文;王芮;张斯琪
- 通讯作者:张斯琪
基于支持向量分位数回归神经网络的区域短期风速预测
- DOI:--
- 发表时间:2021
- 期刊:应用数学进展
- 影响因子:--
- 作者:生菡;秦喜文
- 通讯作者:秦喜文
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
基于整体经验模态分解和支持向量回归的北京市PM2.5预测
- DOI:--
- 发表时间:2016
- 期刊:吉林大学学报(地球科学版)
- 影响因子:--
- 作者:秦喜文;刘媛媛;王新民
- 通讯作者:王新民
Cross wavelet Analysis for the Time–frequency Effects of Money Supply and Consumption Volatility
货币供应和消费波动的时频效应的交叉小波分析
- DOI:--
- 发表时间:2014-08
- 期刊:International Journal of Applied Mathematics and Statistics
- 影响因子:0.2
- 作者:秦喜文
- 通讯作者:秦喜文
EMD方法在高频数据去噪中的应用
- DOI:--
- 发表时间:2013
- 期刊:长春工业大学学报(自然科学版)
- 影响因子:--
- 作者:宋国锋;董小刚;秦喜文
- 通讯作者:秦喜文
基于LMD与随机森林的滚动轴承故障诊断
- DOI:10.15923/j.cnki.cn22-1382/t.2018.5.01
- 发表时间:2018
- 期刊:长春工业大学学报
- 影响因子:--
- 作者:秦喜文;郭宇;郭佳静;董小刚;冯阳洋;王强进
- 通讯作者:王强进
基于变分模态分解与随机森林的滚动轴承故障诊断
- DOI:--
- 发表时间:--
- 期刊:制造业自动化
- 影响因子:--
- 作者:秦喜文;郭佳静;史磊;冯阳洋;孙美虹
- 通讯作者:孙美虹
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
内容获取失败,请点击重试
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图
请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
秦喜文的其他基金
面向非平稳信号的整体经验模态分解研究
- 批准号:11301036
- 批准年份:2013
- 资助金额:22.0 万元
- 项目类别:青年科学基金项目
基于自适应样条小波的经验模态分解研究
- 批准号:11226335
- 批准年份:2012
- 资助金额:3.0 万元
- 项目类别:数学天元基金项目
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}