報告主題：自底向上的特征選擇要领及應用(系列報告之一)

報告時間：2019年5月26日下午1:00-2:00

報告地點：成棟樓1014

報告人姓名：趙旭東

報告內容簡介：特征选择要领是模式识别与机械学习领域中的要害问题，在资助提高分类器预测精度和回归器拟合精度的同时，为模型的可解释性提供了可靠的保证。自底向上的特征选择要领，系师从机械学习与人工智能领域国际著名科学家徐雷教授、并协助其跨学科开展癌症致病要害基因检测研究中掌握的要领。在此基础上，将该要领加以改良和创新，并将其应用到基因检测和图像处置惩罚上，做了些许有益实验。所著结果划分发表在Oncogene、Scientific Reports、BMC Bioinformatics、Biomed Research International、Nature Environment and Pollution Technology等国际學術期刊上。

?

報告主題：自頂向下的特征選擇要领及應用(系列報告之二)

報告時間：2019年5月26日下午2:00-3:00

報告地點：成棟樓1014

報告人姓名：趙旭東

報告內容簡介：特征选择要领是模式识别与机械学习领域中的要害问题，在资助提高分类器预测精度和回归器拟合精度的同时，为模型的可解释性提供了可靠的保证。自顶向下的特征选择要领，系来校事情之后，在自顶向上的特征选择要领的基础上，指导本科生开发的一套全新的要领，并将其应用到癌症致病和分型要害基因检测上，做了些许有益实验。所著结果拟投稿至Nature Communications这一国际學術期刊上。

?

報告主題：基于密度降序聚類的要领及應用(系列報告之三)

報告時間：2019年5月26日下午3:00-4:00

報告地點：成棟樓1014

報告人姓名：趙旭東

報告內容簡介：基于密度的聚类要领是模式识别与机械学习领域中的要害问题，在实现数据预处置惩罚、资助提高分类器预测精度的同时，为要害类别发现提供了可靠的保证。基于密度降序的聚类算法，系来校事情之后，参考发表在Science上的高被引论文《Clustering by fast search and find of density peaks》，指导本科生开发的一套全新的要领，目前已在公共数据集上做了些许有益实验。所著结果已投并拟稿至Electronic Letters并Pattern Recognition这两个国际學術期刊上。

?

報告主題：差異共表達網絡的構建要领研究(系列報告之四)

報告時間：2019年5月26日下午4:00-5:00

報告地點：成棟樓1014

報告人姓名：趙旭東

報告內容簡介：特征选择要领是模式识别与机械学习领域中的要害问题，在资助提高分类器预测精度和回归器拟合精度的同时，为模型的可解释性提供了可靠的保证。在开发出自底向上和自顶向下的特征选择要领的基础上，引入基于密度降序的聚类算法，拟指导学生实验接纳跨团的思路，构建一种全新的网络—差异共表达网络，拟将其应用到基因检测和图像处置惩罚上，并期待将相关结果投至交织科学领域或人工智能领域国际高水平學術期刊上。

?

報告人簡介：趙旭東, 1980年生，哈尔滨人。本硕博就读于哈工大，香港中文大学博士后，哈工大盘算机学院人工智能与信息处置惩罚专业博士结业；校“5211”引进人才计划获得者，PP电子大学信息学院讲师，硕士生导师，信息学院AI-BBD创新实验室指导教师。自2015年来校事情以来至今，以第一或通讯作者身份发表SCI论文5篇（Q1区4篇、Q2区1篇，含本科生一作2篇），以第二作者发表SCI论文1篇（Q4区）、EI论文1篇；以通讯作者身份在审SCI论文1篇（Q3区1篇，本科生一作）；出书著作两部；申请发现专利两项；横向课题经费累积达60万。