报告题目：多粒度粒球计算：一种高效、鲁棒、可解释的人工智能理论技术
讲座时间：2023年11月17日下午2:30
讲座地点：崇信楼202
主讲人：夏书银教授/博士生导师
个人简介：
夏书银，国家优青，重庆邮电大学教授，博士生导师，重庆市杰青，重庆英才，网络空间大数据智能计算教育部重点实验室副主任，前沿交叉研究院副院长。主持国家重点研发计划项目和国家自然基金项目多项，第一作者在IEEE TPAMI, TNNLS, TKDE, TCYB等人工智能重要期刊上发表论文30余篇。获得吴文俊人工智能科技进步一等奖，国家教学成果二等奖。研究方向：多粒度深度学习，多粒度神经网络，粒球粗糙集，粒球聚类，基于粒计算的机器学习，多粒度粒球计算等。
报告摘要：基于多粒度认知计算理论，提出了多粒度粒球计算方法。该理论使用不同粒度粒球来覆盖数据样本，并基于从粗到细的生成方式来模拟“大范围首先的”人脑认知机制，能够自适应地、高效地实现数据的多粒度表示，并形成高效、鲁棒和可解释的多粒度计算模式。本报告介绍了多粒度粒球计算理论的相关研究成果和最新进展，主要包括：粒球分类器以及粒球模糊集分别实现了非点输入的高效、鲁棒的分类方法和模糊计算；粒球聚类提升了现有主要聚类方法的效率和鲁棒性；粒球粗糙集统一了经典和邻域粗糙集模型，并建立了概念知识表示，实现了邻域粗糙集上下近似的等价类知识表示，提升了学习精度；粒球神经网络首次建立了一种内在可解释、抗攻击、高精度的轻量级神经网络学习模型；粒球演化计算同时实现了更好的优化精度和收敛速度等等。
