应我院邀请,4月26日下午,福建师范大学福清分校游文杰教授在砺志楼114作了《基于PLS高维生物数据的特征选择》的报告。相关老师聆听了此次报告,报告由林梦雷院长主持。
在报告中,游文杰教授阐述了高维问题的研究背景以及研究内容,内容涉及高维小样本和高维多类别问题;其次针对高维小样本问题,提出了两种框架及算法:一是提出单特征与多特征的Ranking框架及基于PLS的多特征Ranking算法,二是提出基于递归特征消除(RFE)的特征选择框架及其评价标准(一致性和紧凑性)以及基于PLS递归特征消除算法。接着针对高维多类别问题,提出局部维数约简算法(TotalPLS),即在统一的PLS框架下实现特征选择(选维)和特征提取(降维)的信息融合,挖掘高维多类别数据的潜在结构信息,增强其结果的可理解性,并强调了参数选择的重要性;最后对于算法的贡献作了总结。报告结束后,在座的老师和学生就相关研究问题进行了探讨和交流。
游文杰,男,1974.4出生,福建师范大学福清分校教授,博士,硕士生导师,中国计算机学会高级会员,厦门市系统工程学会会员,民主九三学社成员。
2015.12-2016.12美国密西西州立大学系统生物实验室访问学者;2014.02-2014.05加拿大TruCentric公司推荐算法设计与测试(博士后研究);2011.07-2012.08加拿大约克(York)大学信息技术学院(联培)博士;2010.10-2013.12厦门大学信息科学与技术学院(工学)博士;2006.09-2009.06厦门大学信息科学与技术学院(工程)硕士;1993.09-1997.07闽南师范大学数学系(理学)学士。主持国家自然科学基金面上和福建省科学厅项目。主要从事高维数据的统计计算和机器学习,具体包括高维(超高维)生物数据的选维、降维以及特征级的信息融合。在IEEE Transactions on Human-Machine Systems, Expert Systems with Application,Knowledge-based Systems,Journal of Computational and Applied Mathematics等刊物上发表学术论文。