应我院邀请，12月4日上午，西安理工大学张晓副教授在腾讯会议作了题为《Research on instance selection and feature selection of fuzzy rough sets》的报告。相关师生聆听了此次报告，报告由李进金教授主持。

报告中，张晓副教授主要介绍了基于模糊粗糙集理论对大规模复杂数据的实例选择和特征选择展开了研究。利用模糊粒规则的覆盖能力提出了一种选择代表实例的方法，给出了一种面向代表实例蕴涵关系保持的约简框架，同时介绍针对新增实例的动态环境，利用已有数据对新增实例进行了筛选，进一步研究了模糊粗糙集信息熵的增量计算机制，并给出了一种主动增量特征选择算法。报告结束后，在座的师生就相关研究问题进行了探讨和交流。

张晓，副教授，硕导，2014年12月毕业于西安交通大学数学与统计学院，获理学博士学位，现在西安理工大学应用数学系工作。主要研究方向为数据挖掘、粒计算、粗糙集等。主持国家自然科学基金面上项目一项，主持完成国家自然科学基金青年项目一项，主持陕西省科技厅基金一项，另外参与国家自然科学基金两项。近年来，已在国内外学术期刊IEEE TFS、IEEE TKDE、PR、KBS、IJAR等发表论文20余篇，其中发表在《Pattern Recognition》上的论文“Feature selection in mixed data: A method using a novel fuzzy rough set-based information entropy”被遴选为ESI高被引论文，并获“陕西省数学会2017年青年教师优秀论文二等奖”。另获陕西省自然科学奖二等奖一项（第五完成人）、陕西高等学校科学技术一等奖两项（分别第四完成人和第七完成人）。