何清，男，1965年8月出生，中國科學(xué)院計(jì)算技術(shù)研究所研究員，博士生導(dǎo)師。中國人工智能學(xué)會(huì)會(huì)士·、副秘書長(zhǎng)，常務(wù)理事，知識(shí)工程與分布智能專業(yè)委員會(huì)副主任委員，機(jī)器學(xué)習(xí)專業(yè)委員會(huì)常務(wù)委員。中國計(jì)算機(jī)學(xué)會(huì)高級(jí)會(huì)員，人工智能與模式識(shí)別專業(yè)委員會(huì)委員。中國電子學(xué)會(huì)和中國通信學(xué)會(huì)云計(jì)算專家委員會(huì)委員。

工作學(xué)習(xí)經(jīng)歷：

2008年10月被中國科學(xué)院計(jì)算技術(shù)研究所聘為研究員

2007年6月被中國科學(xué)院計(jì)算技術(shù)研究所聘為博士生導(dǎo)師

2006年5月被中國科學(xué)院研究生院聘為教授

2002年8月，在中國科學(xué)院計(jì)算技術(shù)研究所，副研究員，碩士生導(dǎo)師

2000年8月-2002年8月 中國科學(xué)院智能信息處理重點(diǎn)實(shí)驗(yàn)室博士后

1997年8月-2000年7月 北京師范大學(xué) 模糊數(shù)學(xué)與人工智能專業(yè) 博士畢業(yè)，獲博士學(xué)位

1996年7月被河北科技大學(xué)評(píng)聘為副教授

1987年8月-1997年7月 河北科技大學(xué)教師

1987年8月鄭州大學(xué)數(shù)學(xué)專業(yè)研究生班畢業(yè)

1985年8月河北師范大學(xué)數(shù)學(xué)系本科畢業(yè)

出國學(xué)習(xí)工作：

2001年11月俄羅斯圣彼得堡信息與自動(dòng)化研究所合作交流,執(zhí)行中俄政府間科技合作項(xiàng)目

2003年10月澳大利亞UniSA高級(jí)訪問學(xué)者，執(zhí)行中澳國際特別基金合作項(xiàng)目

2004年10月澳大利亞UTS, 中國科學(xué)院高級(jí)訪問學(xué)者計(jì)劃

社會(huì)兼職：

2014-04-25-今,中國電子學(xué)會(huì)大數(shù)據(jù)專家委員會(huì), 委員

2012-05-31-今,中國通信學(xué)會(huì)大數(shù)據(jù)專家委員會(huì), 委員

2009-06-01-今,中國電子學(xué)會(huì)云計(jì)算專家委員會(huì), 委員

2003-08-01-今,中國人工智能學(xué)會(huì), 副秘書長(zhǎng)

2003-06-01-今,中國人工智能學(xué)會(huì)知識(shí)工程與分布智能專業(yè)委員會(huì), 秘書長(zhǎng)、副主任委員

國際學(xué)術(shù)會(huì)議程序委員:

1、The 13th IEEE International Conference on Data Mining, Dallas, Texas, US, 8-11 December 2013.

2、The 1st 2st3st International Conference on Cloud Computing, 2009, 2010, 2011.

3、The 8th International Conference on Dependable, Autonomic and Secure Computing (DASC-09) December 12-14, 2009, Chengdu, China

4、The Sixth International Symposium on Neural Networks，May 26-29, 2009, Wuhan, China

5、2003, 2005, 2007 2008 and 2009 International Conference on Natural Language Processing and Knowledge Engineering

6、2008 Multi-Conference on Advanced Intelligence October 18-22, 2008 Beijing, China

7、The 4th International Conference on Fuzzy Systems and Knowledge Discovery 24- 27 August 2007, Haikou

8、2007 International Conference on Natural Language Processing and Knowledge Engineering

9、2006 International Symposium on AI－50 Years' Achievements, Future Directions and Social Impacts (ISAI06)

10、2005, the fourth International Conference on Active Media Technology (AMT06) was held in Brisbane, Australia in June 7-9

國際刊物副主編：

1、Springer出版的國際期刊International Journal of Machine Learning and Cybernetics (IJMLC)副主編

參與編輯的會(huì)議論文集與期刊專集：

1、Intelligent information processing II  pp. 539  Year of Publication: 2004 ISBN:0-387-23151-X , Springer-Verlag  London, UK

2、《計(jì)算機(jī)學(xué)報(bào)》2007.8數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)專集

國際刊物審稿人：

1、IEEE Transactions on Knowledge and Data Engineering

2、IEEE Transactions on Systems, Man and cybernetics

3、International Journal of Mathematical and Computer Modeling

4、International Journal of Pattern Recognition and Artificial Intelligence

5、International Journal on Machine Learning and Cybernetics

6、Soft Computing

7、Neurocomputing

主講課程：

1、人工智能基礎(chǔ)課程首席教授

2、認(rèn)知計(jì)算研討課

3、本科生畢業(yè)設(shè)計(jì)（計(jì)算機(jī)科學(xué)與技術(shù)）

4、云計(jì)算與大數(shù)據(jù)管理系列講座

5、模糊數(shù)學(xué)及計(jì)算機(jī)應(yīng)用

招生信息：   

招生專業(yè)

081202-計(jì)算機(jī)軟件與理論

081203-計(jì)算機(jī)應(yīng)用技術(shù)

083500-軟件工程

招生方向

機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、人工智能

計(jì)算機(jī)技術(shù)

軟件工程

培養(yǎng)研究生情況： 

 何清2020年獲得華為獎(jiǎng)教金、2007年獲得所長(zhǎng)獎(jiǎng)教金，他所教授的課程《人工智能基礎(chǔ)》獲評(píng)國科大優(yōu)秀課程，他所指導(dǎo)的學(xué)生多人獲得科學(xué)院和計(jì)算所獎(jiǎng)勵(lì)，學(xué)生畢業(yè)后就業(yè)情況很好。

已畢業(yè)學(xué)生：

1. 趙秀榮是2004級(jí)碩士研究生，于2007年獲得計(jì)算機(jī)軟件與理論專業(yè)碩士學(xué)位。在學(xué)期間，她發(fā)表SCI、EI收錄論文5篇，獲得中國科學(xué)院劉永齡獎(jiǎng)學(xué)金(全院50人)，2007年畢業(yè)后在北京中央外匯業(yè)務(wù)中心工作。

2. 劉秋閣是2005級(jí)碩士研究生，2008年獲得計(jì)算機(jī)軟件與理論專業(yè)碩士學(xué)位。在學(xué)期間，他在PAKDD08發(fā)表長(zhǎng)文一篇（長(zhǎng)文占錄用文章的12%），并獲得赴日本參會(huì)獎(jiǎng)勵(lì)（共10名），2008年畢業(yè)后到騰訊研究院在北京工作。

3. 趙衛(wèi)中是2007級(jí)博士研究生，2010年獲得計(jì)算機(jī)軟件與理論專業(yè)博士學(xué)位。在學(xué)期間，他發(fā)表國外SCI期刊和計(jì)算機(jī)學(xué)報(bào)等EI收錄論文6篇，獲得2009年北緯通訊獎(jiǎng)學(xué)金，2010年優(yōu)秀畢業(yè)生稱號(hào)，2010年畢業(yè)后去湘潭大學(xué)工作，2012年去美國工作。

4. 李金成是2007級(jí)碩士研究生，2010年獲得計(jì)算機(jī)軟件與理論方向碩士學(xué)位。他在學(xué)期間發(fā)表三篇論文被EI收錄，獲得2010年所長(zhǎng)優(yōu)秀獎(jiǎng)，現(xiàn)在深圳證券所工作。

5. 莊福振是2006級(jí)碩博研究生2011年獲得計(jì)算機(jī)軟件與理論專業(yè)博士學(xué)位。在IEEETKDE，InformationScience，Chinese Science Bulletin, CIKM2010，SDM2010、ICDM2010等期刊和會(huì)議發(fā)表論文，2008年獲得度夏培肅獎(jiǎng)，2011年獲得中國科學(xué)院院長(zhǎng)獎(jiǎng)學(xué)金優(yōu)秀獎(jiǎng)，2013年獲得中國人工智能學(xué)會(huì)優(yōu)秀博士論文獎(jiǎng)。在學(xué)期間赴香港科技大學(xué)學(xué)習(xí)2個(gè)月，并獲得國家留學(xué)基金資助前往明尼蘇達(dá)大學(xué)學(xué)習(xí)半年。2011年7月留在計(jì)算所工作，2013年被聘為副研究員。

6. 馬旭東是2008級(jí)碩士研究生, 2011年獲得計(jì)算機(jī)軟件與理論專業(yè)碩士學(xué)位。在學(xué)期間，他獲得2010年騰迅優(yōu)秀獎(jiǎng)，在2011年在人工智能頂級(jí)國際會(huì)議IJCAI2011上發(fā)表論文一篇，畢業(yè)后前往Google工作，現(xiàn)在美國Google總部工作。

7. 李婷婷是2009級(jí)碩士研究生, 2011年獲得計(jì)算機(jī)軟件與理論專業(yè)碩士學(xué)位。在學(xué)期間，她發(fā)表兩篇EI收錄論文，2011年畢業(yè)后到中國銀行在北京工作。

8. 譚慶是2008級(jí)博士研究生, 2012年獲得計(jì)算機(jī)軟件與理論專業(yè)博士學(xué)位。在學(xué)期間，他在AAAI10和IJCMA等國際會(huì)議和期刊上發(fā)表論文4篇,獲得2010年北緯通信博士生獎(jiǎng)，2012年2月畢業(yè)后到阿里云在北京工作。

9. 王群是2009級(jí)碩士研究生，2012年獲得計(jì)算機(jī)軟件與理論專業(yè)碩士學(xué)位，發(fā)表EI收錄論文2篇，2010年獲得北緯通信碩士生獎(jiǎng)，2012年畢業(yè)到人民網(wǎng)工作，現(xiàn)在高德公司在北京工作。

10. 羅文娟是2008級(jí)計(jì)算機(jī)軟件與理論專業(yè)碩博研究生,她在SCI國際期刊KBS和AIRS2010、PAKDD2012等會(huì)議上發(fā)表論文4篇，2013年畢業(yè)后到人人網(wǎng)在北京工作。

11. 董智是2010級(jí)計(jì)算機(jī)軟件與理論專業(yè)碩博連讀研究生，已發(fā)表EI收錄文章2篇，2013年畢業(yè)后到新華網(wǎng)，在北京工作。

12. 馬云龍是計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)2010級(jí)碩士研究生，已發(fā)表EI收錄文章1篇，2011年獲得北緯通信碩士生獎(jiǎng)，2013年畢業(yè)后到中國科學(xué)院信息工程研究所，在北京工作。

13. 李寧是2009級(jí)計(jì)算機(jī)軟件與理論專業(yè)博士研究生，已在IJNDC，SNPD2012等期刊和會(huì)議發(fā)表EI收錄的論文4篇，國內(nèi)核心論文2篇，現(xiàn)在中科院信工所工作。

14. 尚田豐是2010級(jí)計(jì)算機(jī)軟件與理論專業(yè)博士研究生，已在SCI國際期刊NeuroComputing發(fā)表論文1篇，并已在APWeb13、IJCNN13上發(fā)表論文，2012年獲得北緯通信博士生獎(jiǎng)。畢業(yè)后到新加坡管理大學(xué)做博士后。

15. 韓碩是2011級(jí)計(jì)算機(jī)軟件與理論專業(yè)碩士研究生，在Physica A和PAKDD14上發(fā)表論文兩篇，2013年獲得北緯通訊獎(jiǎng)學(xué)金。畢業(yè)后到北京亞馬遜公司工作。

16. 余文超是2011級(jí)計(jì)算機(jī)軟件與理論專業(yè)碩士研究生，在ECMLPKDD13、NeuroComputing上發(fā)表錄用論文3篇，2013年獲得計(jì)算所所長(zhǎng)優(yōu)秀獎(jiǎng)，畢業(yè)后到美國那卡羅萊納大學(xué)讀博士。

17. 杜長(zhǎng)營是2009級(jí)計(jì)算機(jī)軟件與理論專業(yè)碩博連讀研究生，2015年博士畢業(yè)。他已在NeuroComputing發(fā)表SCI收錄論文,并在ICDM12上發(fā)表長(zhǎng)文一篇，獲得2010年所長(zhǎng)優(yōu)秀獎(jiǎng)，畢業(yè)后到中國科學(xué)院軟件所工作。

18. 金鑫是2011級(jí)計(jì)算機(jī)軟件與理論專業(yè)博士研究生，已在SCI國際期刊NeuroComputing、AMC發(fā)表論文2篇，并在ECMLPKDD13發(fā)表論文（oral+poster），2013年獲得所長(zhǎng)優(yōu)秀獎(jiǎng)，2015年博士畢業(yè)，畢業(yè)后到華為公司北京工作。

19. 敖翔是2010級(jí)碩博連讀研究生，2012年9月轉(zhuǎn)博，在Information Sciences、WWW14等期刊和會(huì)議上發(fā)表論文3篇，申請(qǐng)專利1項(xiàng)，2013年獲得騰訊獎(jiǎng)學(xué)金特等獎(jiǎng)，獲得2014年國家獎(jiǎng)學(xué)金，2015年博士畢業(yè)，現(xiàn)留所工作。

20. 吳新宇是2012級(jí)計(jì)算機(jī)軟件與理論碩士研究生，申請(qǐng)了專利兩項(xiàng)，2013年獲得了計(jì)算所技術(shù)創(chuàng)新大賽獎(jiǎng)項(xiàng)，獲得中國科學(xué)院計(jì)算技術(shù)研究所碩士所長(zhǎng)獎(jiǎng)學(xué)金，畢業(yè)后到IBM北京工作。

21. 程曉虎是2012級(jí)計(jì)算機(jī)軟件與理論專業(yè)碩士研究生，IJCAI15、FSKD14發(fā)表論文一篇，獲得中國科學(xué)院計(jì)算技術(shù)研究所斯倫貝謝碩士生獎(jiǎng)學(xué)金，畢業(yè)后到騰訊北京工作。

22.王浩成是2012級(jí)計(jì)算機(jī)軟件與理論專業(yè)博士研究生，在Fuzzy Sets and Systems、IDA、SNPD2014、ELM2015上發(fā)表論文。 獲得2015年度所長(zhǎng)優(yōu)秀獎(jiǎng)博士生獎(jiǎng)，畢業(yè)后到北京市公安局工作。

23.閆肅是2013級(jí)計(jì)算機(jī)軟件與理論專業(yè)碩士研究生，在KDD16合作發(fā)表論文一篇，畢業(yè)后到騰訊工作。

24.羅丹是2013級(jí)計(jì)算機(jī)軟件與理論專業(yè)碩士研究生，在ICDM2015合作發(fā)表論文一篇，畢業(yè)后到微軟工作。

25.黃明是2014級(jí)計(jì)算機(jī)軟件與理論專業(yè)碩士研究生，申請(qǐng)專利一項(xiàng)，在Machine Learning期刊發(fā)表論文一篇，畢業(yè)后到百度工作。

26.左羅是2014級(jí)計(jì)算機(jī)軟件與理論專業(yè)碩士研究生，申請(qǐng)專利一項(xiàng)，在DASFA18合作發(fā)表論文一篇，畢業(yè)后到中國人民銀行工作。

27.周干斌2013級(jí)計(jì)算機(jī)軟件與理論專業(yè)直博研究生， 在IJCAI16, AAAI17、AAAII、SCIENCE CHINA發(fā)表論文五篇，畢業(yè)后到騰訊工作。

28.周英敏2014級(jí)計(jì)算機(jī)軟件與理論專業(yè) 碩士研究生，在WWW17發(fā)表論文一篇，現(xiàn)在蘇州微軟研究院工作。

29.何佳 直博研究生 2014年入學(xué)，在IJCAI16,IJCAI17等會(huì)議和期刊上發(fā)表論文5篇，國家獎(jiǎng)學(xué)金博士生獎(jiǎng)，第四范式博士生獎(jiǎng)，畢業(yè)后到華為北京研究所工作。

30.陳敬伍 碩士研究生 2016年入學(xué)，合作獲得IJCAI17年數(shù)據(jù)挖掘大賽最具潛力獎(jiǎng)。在IEEETKDE、SIGIR18發(fā)表論文2篇，獲得國家獎(jiǎng)學(xué)金碩士生獎(jiǎng)，畢業(yè)后到頭條工作。 

31.泰潘 博士留學(xué)生 2016年入學(xué)，在PR等國際期刊上發(fā)表論文兩篇，畢業(yè)后到泰國國立法政大學(xué)Thammasat University任教。

32.奚冬博  碩士研究生 2017年入學(xué)，在AAAI2019、WWWW2020、SIGIR20發(fā)表論文4篇，獲得2019年獲三好學(xué)生稱號(hào)，2019年獲易方達(dá)金融科技碩士生獎(jiǎng)，2019年獲學(xué)業(yè)獎(jiǎng)學(xué)金一等獎(jiǎng)，畢業(yè)后到美團(tuán)工作。

33.張釗博士研究生  2015年入學(xué)，申請(qǐng)專利一項(xiàng).發(fā)表AAAI2020、EMNLP2018、CIKM2018、Information System論文共四篇，獲得所級(jí)企業(yè)冠名獎(jiǎng)學(xué)金，畢業(yè)后留所工作。

34.潘斐陽 直博研究生 2016年入學(xué)，IJCAI-17數(shù)據(jù)挖掘大賽第一賽季第1名、特別獎(jiǎng)、最具潛力獎(jiǎng)，IJCAI-18數(shù)據(jù)挖掘大賽第一賽季第1名，Kaggle世界排名63/83522，Kaggle Recuit challenge第1名，Kaggle TalkingData fraud click detection第2名。在WWW2020、AAAI2019、WWW2019，SIGIR19、NeuIPS發(fā)表論文6篇，2018年獲得所級(jí)企業(yè)冠名獎(jiǎng)，獲得2021年度所長(zhǎng)特別獎(jiǎng)，畢業(yè)后入選華為天才計(jì)劃進(jìn)入華為工作。

35.羅玲 碩士研究生 2018年入學(xué)，分別在IJCAI18、IJCAI19、ENMLP20發(fā)表長(zhǎng)文3篇，畢業(yè)后到華為工作。

36. 曹逸軒是2015級(jí)計(jì)算機(jī)軟件與理論專業(yè)直博研究生。 

37. 李宏偉是2015級(jí)計(jì)算機(jī)軟件與理論專業(yè)碩士研究生。

38.賈 海 碩士研究生 2019入學(xué)，2021年畢業(yè)

現(xiàn)在學(xué)生：

1. 孫 瑩 碩博研究生  2017年入學(xué)，在NATURE 子刊COMMUNICATIONS和 Scientific Reports, 、KDD18、KDD19、SIGIR21、WWW21等發(fā)表論文

2.柳 陽 博士研究生 2017年入學(xué)，IEEETKDE錄用論文1篇，WWW21、WWW、DASFA、CIKM2020發(fā)表論文5篇

3.李碩凱 直博研究生 2018年入學(xué)，在Neural Networks發(fā)表論文一篇 

4.于 朔 博士研究生 2019入學(xué)  

5.黃艨靼 碩士研究生 2019入學(xué) 

6.董臨風(fēng) 碩士研究生 2019入學(xué)     

7.王天鑫 碩士研究生 2019入學(xué)，在ECAI 2020、CIKM2021發(fā)表論文二篇

8.汪潤(rùn)川 碩士研究生 2019入學(xué)，在CIKM2021發(fā)表論文一篇

9.張富威 碩士研究生 2020入學(xué)

10.張函玉 直博研究生  2020入學(xué)

11.吳貽清 碩士研究生 2020年入學(xué)，在ICDM 2020發(fā)表論文一篇

12. 薛泓彥  博士研究生 2020入學(xué)  

13.劉騏鳴  碩士研究生  2020入學(xué)  

14.周子賢  碩士研究生  2020入學(xué)

15.李昊明  碩士研究生  081202-計(jì)算機(jī)軟件與理論  

研究方向：

機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、文本挖掘、基于云計(jì)算的分布式并行數(shù)據(jù)挖掘等人工智能領(lǐng)域。

主持或參加完成的科研項(xiàng)目：

1. 國家自然科學(xué)基金面上項(xiàng)目：深度與寬度自適應(yīng)的深度極端學(xué)習(xí)機(jī)模型研究, No.61573335， 2016年01月至 2019年 12月，負(fù)責(zé)人

2. 國家自然科學(xué)基金一年期滾動(dòng)項(xiàng)目NO.91846113，項(xiàng)目名稱：一年期滾動(dòng)項(xiàng)目——證券管理決策大數(shù)據(jù)挖掘云服務(wù)平臺(tái)研究，2019.1.1-2019.1.231

3. 國家自然科學(xué)基金大數(shù)據(jù)重大計(jì)劃培育項(xiàng)目：“證券管理決策大數(shù)據(jù)挖掘云服務(wù)平臺(tái)研究” No. 91546122，2016年1 月至2018年12月，負(fù)責(zé)人，圓滿完成，被評(píng)為優(yōu)。。

4. 國家自然科學(xué)基金面上項(xiàng)目“領(lǐng)域適應(yīng)性問題相關(guān)學(xué)習(xí)算法與理論研究”，No. 61175052,2012.1-2015.12,負(fù)責(zé)人，圓滿完成，順利結(jié)題。

5. 國家自然科學(xué)基金重點(diǎn)項(xiàng)目“WEB 搜索與挖掘的新理論與方法”，No. 60933004,2010.1-2013.12, 合作方負(fù)責(zé)人, 結(jié)題被評(píng)為優(yōu)。

6. 國家自然科學(xué)基金面上項(xiàng)目：分布式計(jì)算環(huán)境下的并行數(shù)據(jù)挖掘算法與理論研究，2010.1～2012.12，負(fù)責(zé)人，圓滿完成，順利結(jié)題。

7. 國家自然科學(xué)基金面上項(xiàng)目“基于超曲面的覆蓋分類算法與理論研究” No. 60675010，2007.1-2009.12 負(fù)責(zé)人，被評(píng)為優(yōu)。

8. 國家自然科學(xué)基金“概念語義空間及其應(yīng)用”No.60173017，負(fù)責(zé)人：何清，2001.1-2002.12，被評(píng)為優(yōu)。

9. 國家“八六三”高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目“開放環(huán)境下海量web數(shù)據(jù)提取、集成、分析和管理系統(tǒng)平臺(tái)與應(yīng)用”所屬課題“海量web數(shù)據(jù)內(nèi)容管理、分析挖掘技 術(shù)與大型示范應(yīng)用” No.2012AA011003, 2012.1-2014.12。子課題負(fù)責(zé)人，結(jié)題獲得好評(píng)。

10. 國家“八六三”高技術(shù)研究發(fā)展計(jì)劃“基于感知機(jī)理的智能信息處理技術(shù)”No：2006AA01Z128, 負(fù)責(zé)人，2006.9-2008.12，結(jié)題獲得好評(píng)。

11. 國家“八六三”高技術(shù)研究發(fā)展計(jì)劃“自主計(jì)算的理論和技術(shù)研究”No：2003AA115220, 負(fù)責(zé)人， 2003.7-2005.10，結(jié)題獲得好評(píng)。

12. 973項(xiàng)目課題“非結(jié)構(gòu)化信息(圖像)的內(nèi)容理解與語義表征”No. 2007CB311004，2007.7-2012.7，骨干，項(xiàng)目結(jié)題被評(píng)為優(yōu)。

主要學(xué)術(shù)貢獻(xiàn)：

1.提出了基于超曲面的系列覆蓋學(xué)習(xí)算法；

2.提出極小樣本集抽樣方法與相關(guān)理論；

3.提出了基于進(jìn)化規(guī)劃的基于攝動(dòng)的模糊聚類改進(jìn)算法，解決了模糊聚類失真問題；

4.證明了模糊集擴(kuò)展原理在范疇論意義下的合理性；

5.提出了概念語義空間用于知識(shí)管理；

6.提出了一種極端支持向量機(jī)分類算法；

7.提出了基于粒度的多層次決策方法；

8.組織開發(fā)了國內(nèi)最早的基于云計(jì)算平臺(tái)Hadoop的并行數(shù)據(jù)挖掘系統(tǒng)。

軟件著作權(quán)：

序號(hào)	軟件名稱	登記號(hào)	登記日期	版本號(hào)
1	冬奧知識(shí)問答系統(tǒng)	2021SR0494704	2021-04-06	V1.0
2	遷移學(xué)習(xí)算法工具包軟件	2021SR0161093	2021-01-28	V1.0
3	潛在離網(wǎng)用戶預(yù)測(cè)系統(tǒng)	2018SR045680	2018-01-19	V1.0
4	基于Spark和Azkaban的大規(guī)模數(shù)據(jù)挖掘云服務(wù)平臺(tái)系統(tǒng)	2016SR329461	2016-11-14	V1.0
5	基于Spark云計(jì)算的數(shù)據(jù)挖掘軟件系統(tǒng)	2016SR218993	2016-08-15	V1.0
6	遷移學(xué)習(xí)系統(tǒng)	2015SR195765	2015-10-13	V1.0
7	城市人口全生命周期數(shù)據(jù)挖掘系統(tǒng)	2015SR071535	2015-04-29	V1.0
8	Web挖掘云服務(wù)平臺(tái) (Web Mining Cloud Service）	2013SR027808	2013-03-26	V1.0
9	基于云計(jì)算的Web挖掘系統(tǒng)	2012SR119823	2012-12-05	V1.0
10	數(shù)據(jù)挖掘云服務(wù)平臺(tái)	2010SR060647	2010-11-13	V1.0
11	并行分布式數(shù)據(jù)挖掘軟件系統(tǒng)（PDMiner）	2010SR005800	2010-01-29	V1.0
12	并行分布式數(shù)據(jù)挖掘軟件系統(tǒng)（PDMiner）	2010SR005800	2010-01-29	V1.0
13	Web信息智能處理軟件(網(wǎng)絡(luò)版)	2008SR35473	2008-12-18	V1.0
14	基于幾何超曲面的分類系統(tǒng)	2008SR02159	2008-01-30	V1.0

發(fā)明專利：

序號(hào)	專利名稱-原文	發(fā)明人	所內(nèi)發(fā)明人	專利名稱-交局	申請(qǐng)?zhí)?/strong>	申請(qǐng)日	授權(quán)公告日
1	一種基于知識(shí)圖譜的小樣本圖片識(shí)別方法及系統(tǒng)	朱勇椿;莊福振;何清	何清	一種基于知識(shí)圖譜的小樣本圖片識(shí)別方法及系統(tǒng)	CN202110041403.0	2021-01-13	2023-11-24
2	基于細(xì)粒度領(lǐng)域自適應(yīng)的跨領(lǐng)域圖像分類方法及系統(tǒng)	朱勇椿;莊福振;何清	何清	基于細(xì)粒度領(lǐng)域自適應(yīng)的跨領(lǐng)域圖像分類方法及系統(tǒng)	CN202010025566.5	2020-01-10	2023-09-26
3	基于分布式并行決策樹的高維特征數(shù)據(jù)分類方法及系統(tǒng)	孫瑩;莊福振;敖翔;何清	敖翔,何清	基于分布式并行決策樹的高維特征數(shù)據(jù)分類方法及系統(tǒng)	CN202010022431.3	2020-01-09	2023-06-13
4	一種基于頻繁交易模式的異常賬戶檢測(cè)方法及系統(tǒng)	敖翔;柳陽;秦紫笛;何清	敖翔,何清	一種基于頻繁交易模式的異常賬戶檢測(cè)方法及系統(tǒng)	CN201910846523.0	2019-09-09	2022-09-30
5	一種分布式的趨同行為挖掘方法與系統(tǒng)	李宏偉;羅平;敖翔;莊福振;何清	羅平,敖翔,何清	一種分布式的趨同行為挖掘方法與系統(tǒng)	CN201810271602.9	2018-03-29	2020-12-04
6	描述型多維度事件序列的并行頻繁情節(jié)挖掘方法與系統(tǒng)	敖翔;左羅;羅平;莊福振;何清	敖翔,羅平,何清	描述型多維度事件序列的并行頻繁情節(jié)挖掘方法與系統(tǒng)	CN201610524750.8	2016-07-05	2019-04-30
7	一種基于并行自動(dòng)編碼機(jī)的特征學(xué)習(xí)方法及系統(tǒng)	莊福振;錢明達(dá);申恩兆;敖翔;羅平;何清	敖翔,羅平,何清	一種基于并行自動(dòng)編碼機(jī)的特征學(xué)習(xí)方法及系統(tǒng)	CN201610147007.5	2016-03-15	2018-06-26
8	一種大數(shù)據(jù)分類方法及系統(tǒng)	何清;吳新宇;莊福振;敖翔	何清,敖翔	一種大數(shù)據(jù)分類方法及系統(tǒng)	CN201310727192.1	2013-12-25	2017-04-12
9	一種面向大數(shù)據(jù)的分布式主題發(fā)現(xiàn)方法及系統(tǒng)	吳新宇;何清;莊福振;敖翔	何清,敖翔	一種面向大數(shù)據(jù)的分布式主題發(fā)現(xiàn)方法及系統(tǒng)	CN201310526790.2	2013-10-30	2017-03-29
10	一種并行的垂直交叉網(wǎng)絡(luò)數(shù)據(jù)采集方法及系統(tǒng)	敖翔;何清;莊福振	敖翔,何清	一種并行的垂直交叉網(wǎng)絡(luò)數(shù)據(jù)采集方法及系統(tǒng)	CN201310146080.7	2013-04-24	2016-04-13
11	一種采用決策樹的數(shù)據(jù)分類方法和系統(tǒng)	莊福振;何清	何清	一種采用決策樹的數(shù)據(jù)分類方法和系統(tǒng)	CN201110143821.7	2011-05-31	2013-06-19
12	一種基于棧指令序列的智能合約相似度檢索方法及系統(tǒng)	柳陽;敖翔;莊福振;羅平;何清	敖翔,羅平,何清	一種基于棧指令序列的智能合約相似度檢索方法及系統(tǒng)	CN202010176290.0	2020-03-13
13	一種面向異常發(fā)現(xiàn)的圖神經(jīng)網(wǎng)絡(luò)環(huán)境自動(dòng)劃分訓(xùn)練方法及系統(tǒng)	柳陽，周子賢，敖翔，何清	柳陽,周子賢,敖翔,何清	異常賬戶識(shí)別方法、裝置、介質(zhì)及計(jì)算機(jī)設(shè)備	CN202410362283.8	2024-03-27
14	一種金融大數(shù)據(jù)場(chǎng)景下的細(xì)粒度情感分析方法與系統(tǒng)	張一鳴，陳天宇，敖翔，何清	陳天宇敖翔,何清	一種金融大數(shù)據(jù)場(chǎng)景下的細(xì)粒度情感分析方法及裝置	CN202410370432.5	2024-03-28

會(huì)議論文

[1]Changying Du, Shandian Zhe, Fuzhen Zhuang, Alan Qi, Qing He, Zhongzhi Shi. Bayesian Maximum Margin Principal Component Analysis, Twenty-Ninth AAAI Conference on Artificial Intelligence (AAAI-15)，Austin, Texas, USA, January 25–30, 2015,

[2]Dongbo Xi, Bowen Song, Fuzhen Zhuang, Yongchun Zhu, Shuai Chen, Tianyi Zhang, Yuan Qi, Qing He: Modeling the Field Value Variations and Field Interactions Simultaneously for Fraud Detection. AAAI 2021.

[3]Dongbo Xi, Bowen Song, Fuzhen Zhuang, Yongchun Zhu, Shuai Chen, Tianyi Zhang, Yuan Qi, Qing He: Modeling the Field Value Variations and Field Interactions Simultaneously for Fraud Detection. AAAI 2021，virtually February 2-9, 2021.

[4]Dongbo Xi, Fuzhen Zhuang, Bowen Song, Yongchun Zhu, Shuai Chen, Dan Hong, Tao Chen, Xi Gu, Qing He. Neural Hierarchical Factorization Machines for User's Event Sequence Analysis. SIGIR20 short paper, July 25-30, 2020, Xi'an, China. 

[5]Dongbo Xi, Fuzhen Zhuang, Bowen Song, Yongchun Zhu, Shuai Chen, Dan Hong, Tao Chen, Xi Gu, Qing He. Neural Hierarchical Factorization Machines for User's Event Sequence Analysis. SIGIR20, July 25-30, 2020, Xi'an, China.

[6]Dongbo Xi, Fuzhen Zhuang, Ganbin Zhou, Xiaohu Cheng, Fen Lin, Qing He. Domain Adaptation with Category Attention Network for Deep Sentiment Analysis. WWW’20, April 20–24, 2020, Taipei, China, pp.: 3133-3139.

[7]Dongbo Xi, Fuzhen Zhuang, Yanchi Liu, Jingjing Gu, Hui Xiong, Qing He: Modelling of Bi-directional Spatio-Temporal Dependence and Users' Dynamic Preferences for Missing POI Check-in Identification. AAAI 2019.

[8]Feiyang Pan, Haoming Li, Xiang Ao, Wei Wang, Yanrong Kang, Ao Tan, Qing He.  GuideBoot: Guided Bootstrap for Deep Contextual Bandits in Online Advertising, WWW21，April 12-16, 2021, Ljubljana,Slovenia

[9]Feiyang Pan, Jia He, Dandan Tu, Qing He. Trust the Model When It Is Confident Masked Model-based Actor-Critic, 34th Conference on Neural Information Processing Systems (NeurIPS 2020), Vancouver, Canada

[10]Feiyang Pan, Qingpeng Cai, An-Xiang Zeng, Chun-Xiang Pan, Qing Da, Hualin He, Qing He, Pingzhong Tang. Policy Optimization with Model-based Explorations. AAAI 2019.

[11]Feiyang Pan, Shuokai Li, Xiang Ao, Pingzhong Tang, Qing He. Warm Up Cold-start Advertisements : Improving CTR Predictions via Learning to Learn ID Embeddings. To appear in the 42nd International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR 2019).

[12]Feiyang Pan, Xiang Ao, Pingzhong Tang, Min Lu, Dapeng Liu, Lei Xiao and Qing He. Field-aware calibration: a simple and empirically strong method for reliable probabilistic predictions. WWW’20, April 20–24, 2020, Taipei

[13]Feiyang Pan, Xiang Ao, Pingzhong Tang, Min Lu, Dapeng Liu, Lei Xiao and Qing He. Field-aware calibration: a simple and empirically strong method for reliable probabilistic predictions. WWW’20, April 20–24, 2020, Taipei, China,

[14]Fuwei Zhang, Zhao Zhang, Xiang Ao, Dehong Gao, Fuzhen Zhuang, Yi Wei and Qing He. Mind the Gap: Cross-Lingual Information Retrieval with Hierarchical Knowledge Enhancement，In the Thirty-Sixth AAAI Conference on Artificial Intelligence (AAAI-22)，Vol. 36 No. 4: 4345-4353

[15]Fuwei Zhang, Zhao Zhang, Xiang Ao, Dehong Gao, Fuzhen Zhuang, Yi Wei and Qing He. Mind the Gap: Cross-Lingual Information Retrieval with Hierarchical Knowledge Enhancement，In the Thirty-Sixth AAAI Conference on Artificial Intelligence (AAAI-22)，Vol. 36 No. 4: 4345-4353

[16]Fuwei Zhang，Zhao Zhang，Xiang Ao，F(xiàn)uzhen Zhuang，Yongjun Xu，Qing He，Along the Time: Timeline-traced Embedding for Temporal Knowledge Graph Completion, CIKM2022

[17]Fuzhen Zhuang, Ping Luo, Hui Xiong, Qing He. Yuhong Xiong. Exploiting Associations between Word Clusters and Document Classes for Cross-domain Text Categorization, 2010 SIAM International Conference on Data Mining (SDM'2010), pp.13-24, Columbus, Ohio, April 19, 2010(最佳論文提名)

[18]Fuzhen Zhuang, Ping Luo, Peifeng Yin, Qing He, Zhongzhi Shi. Concept Learning for Cross-domain Text Classification: a General Probabilistic Framework, 23rd International Joint Conference on Artificial Intelligence (IJCAI 2013). Beijing, China, August 3-9, 2013

[19]Fuzhen Zhuang, Ping Luo, Zhiyong Shen, Qing He, Yuhong Xiong, Zhongzhi Shi1, Hui Xiong. Collaborative Dual-PLSA: Mining Distinction and Commonality across Multiple Domains for Classification, The 19th ACM International Conference on Information and Knowledge Management (CIKM’10), October 26-30, 2010, Toronto, Canada. (最佳論文提名)

[20]Ganbin Zhou, Ping Luo, Rongyu Cao, Fen Lin, Bo Chen, Qing He. Mechanism-Aware Neural Machine for Dialogue Response Generation，AAAI2017

[21]Ganbin Zhou, Ping Luo, Rongyu Cao, Yijun Xiao, Fen Lin, Bo Chen, Qing He. Tree-Structured Neural Machine for Linguistics-Aware Sentence Generation，The Thirty-Second AAAI Conference on Artificial Intelligence (AAAI-18) ，F(xiàn)ebruary 2–7, 2018，New Orleans, Lousiana, USA

[22]Guoxin Yu, Jiwei Li, Ling Luo, Yuxian Meng, Xiang Ao and Qing He. Self Question-answering: Aspect-based Sentiment Analysis by Role Flipped Machine Reading Comprehension. In the 2021 Conference on Empirical Methods in Natural Language Processing (EMNLP2021 Findings).，7th – 11th November 2021，Online and in the Barceló Bávaro Convention Centre, Punta Cana, Dominican Republic 

[23]Guoxin Yu, Xiang Ao, Ling Luo, Min Yang, Xiaofei Sun, Jiwei Li and Qing He. Making Flexible Use of Subtasks: A Multiplex Interaction Network for Unified Aspect-based Sentiment Analysis. ACL 2021, findings, virtually August 1-6, 2021, Bangkok, Thailand

[24]Haoming Li, Feiyang Pan, Xiang Ao, Zhao Yang, Min Lu, Junwei Pan, Dapeng Liu, Lei Xiao, Qing He. Follow the Prophet: Accurate Online Conversion Rate Prediction In the Face of Delayed Feedback，SIGIR’21，Online，July 11-15, 2021最佳短文提名獎(jiǎng)

[25]Jia He, Changying Du, Changde Du, Fuzhen Zhuang, Qing He, Guoping Long.Nonlinear Maximum Margin Multi-view Learning with Adaptive Kernel, IJCAI17

[26]Jia He, Changying Du, Fuzhen Zhuang,Yin Xin, Qing He, Guoping Long. Online Bayesian Max-margin Subspace Multi-view Learning, IJCAI-16，July 9–15, 2016, New York

[27]Jingwu Chen, Fuzhen Zhuang, Xin Hong, Xiang Ao, Xing Xie and Qing He: Attention-driven Factor Model for Explainable Personalized Recommendation. SIGIR 2018

[28]Kuan Li, Yang Liu, Xiang Ao, Jianfeng Chi, Jinghua Feng, Hao Yang, Qing He. Reliable Representations Make a Stronger Defender: Unsupervised Structure Refinement for Robust GNN, SIGKDD2022

[29]Kuan Li, Yang Liu, Xiang Ao, Jianfeng Chi, Jinghua Feng, Hao Yang, Qing He. Reliable Representations Make A Stronger Defender: Unsupervised Structure Refinement for Robust GNN, SIGKDD, 2022

[30]Kuan Li, Yang Liu, Xiang Ao, Qing He. Rethinking Graph Adversarial Attack and Defense from a Data Distribution Perspective. In the Eleventh International Conference on Learning Representations (ICLR2023), Mon May 1 — Fri May 5, Kigali Rwanda 

[31]Linfeng Dong, Yang Liu, Xiang Ao, Jianfeng Chi, Jinghua Feng, Hao Yang, Qing He: Bi-Level Selection via Meta Gradient for Graph-Based Fraud Detection. DASFAA (1) 2022: 387-394

[32]Ling Luo, Xiang Ao, Feiyang Pan, Tong Zhao, Ningzi Yu, Qing He. Beyond Polarity: Interpretable Financial Sentiment Analysis with Hierarchical Query-driven Attention. The 27th International Joint Conference on Artificial Intelligence (IJCAI), 2018.

[33]Ling Luo, Xiang Ao, Yan Song, Jinyao Li, Xiaopeng Yang, Qing He, Dong Yu, Unsupervised Neural Aspect Extraction with Sememes,IJCAI2019

[34]Mengda Huang, Yang Liu, Xiang Ao, Kuan Li, Jianfeng Chi, Jinghua Feng, Hao Yang, Qing He: AUC-oriented Graph Neural Network for Fraud Detection. WWW 2022: 1311-1321

[35]Mengda Huang, Yang Liu, Xiang Ao, Kuan Li, Jianfeng Chi, Jinghua Feng, Hao Yang, Qing He: AUC-oriented Graph Neural Network for Fraud Detection. WWW 2022: 1311-1321

[36]Mingyang Liu, Li Xiao, Huiqin Jiang, Qing He: CCAT-NET: A Novel Transformer Based Semi-Supervised Framework for Covid-19 Lung Lesion Segmentation. ISBI 2022: 1-5 

[37]Pan feiyang, Cai, Qi,Tang, Pingzhong, Zhuang, Fuzhen., He, Qing. Policy gradients for contextual recommendations, WWW2019

[38]Ping Luo, Ganbin Zhou, Qing He. Browsing Regularities in Hedonic Content Systems: the More the Merrier? IJCAI-16，July 9–15, 2016, New York

[39]Ping Luo, Su Yan, Zhiqiang Liu, Zhiyong Shen, Shengwen Yang, Qing He. From Online Behaviors to Offline Retailing, the ACM KDD 2016 Conference as a full presentation.

[40]Qiming Liu, Haoming Li, Xiang Ao, Yuyao Guo, Zhihong Dong, Ruobing Zhang, Qiong Chen, Jianfeng Tong, Qing He. Online Conversion Rate Prediction via Neural Satellite Networks in Delayed Feedback Advertising, In the 46th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR2023), July 23-27, 2023, Taipei, China. SIGIR 2023: 1406-1415

[41]Qing He, Xiurong Zhao, Sulan Zhang. Multi-modal services for web information collection based on multi-agent techniques, Lecture Notes in Computer Science, v 4088 LNAI, Agent Computing and Multi-Agent Systems: 9th Pacific Rim International Workshop on Multi-Agents, PRIMA 2006, p 129-137, Guilin, China, in August 2006

[42]Qing He, Yunlong Ma, Qun Wang, Fuzheng Zhuang, Zhongzhi Shi. Parallel Outlier Detection Using KD-Tree Based on MapReduce, IEEE CloudCom 2011, Washington, DC, USA, 4-9 July, 2011

[43]Qing He, Zhongzhi Shi, Lian Ren.The Classification Method Based on Hyper Surface，2002 International Joint Conference on Neural Networks，2002.5:1499-1503, Honolulu, Hawaii, USA, May 12-17, 2002

[44]Qing Tan, Qing He, Zhongzhi Shi. Nonparametric Curve Extraction Based on Ant Colony System, Proceedings of the Twenty-Fourth AAAI Conference on Artificial Intelligence (AAAI-10), pp.599-604, Atlanta, USA, July 10-15, 2010

[45]Qingyu Guo , Fuzhen Zhuang , Chuan Qin , Hengshu Zhu, Xing Xie, Hui Xiong, Qing He. A Survey on Knowledge Graph-Based Recommender Systems (Extended abstract), In the 39th IEEE International Conference on Data Engineering (ICDE 2023 TKDE Poster Track), Anaheim, California, USA at the Marriott Anaheim (April 3 – 7, 2023). ICDE 2023: 3803-3804

[46]Qiuge Liu, Qing He, Zhongzhi Shi. Extreme Support Vector Machine Classify, Lecture Notes in Computer Science, v 5012 LNAI, Advances in Knowledge Discovery and Data Mining, 12th Pacific-Asia Conference, PAKDD 2008, Proceedings, 2008, p 222-233,Osaka,Japan,May 20-23,2008(2018年被PAKDD評(píng)為最有影響的論文)

[47]Qiwei Zhong，Yang Liu，Xiang Ao，Binbin Hu，Jinghua Feng，Jiayu Tang，Qing He. Financial Defaulter Detection on Online Credit Payment via Multi-view Attributed Heterogeneous Information Network，WWW’20, April 20–24, 2020, Taipei, China

[48]Qiwei Zhong，Yang Liu，Xiang Ao，Binbin Hu，Jinghua Feng，Jiayu Tang，Qing He. Financial Defaulter Detection on Online Credit Payment via Multi-view Attributed Heterogeneous Information Network，WWW’20, April 20–24, 2020, Taipei, China

[49]Runchuan Wang, Zhao Zhang, Fuzhen Zhuang, Dehong Gao, Yi Wei, Qing He, Adversarial Domain Adaptation for Cross-lingual Information Retrieval with Multilingual BERT, CIKM’21, November 1–5, 2021, Virtual Event, Australia.

[50]Shuai Ma, Wenbin Jiang , Xiang Ao , Meng Tian, Xinwei Feng, Yajuan Lyu, Qiaoqiao She, Qing He. Semantic-Driven Instance Generation for Table Question Answering, In the 28th International Conference on Database Systems for Advanced Applications (DASFAA-2023), April 17-20, 2023, Tianjin, China. DASFAA (1) 2023: 3-18

[51]Shuo Yu, Hongyan Xue, Xiang Ao, Feiyang Pan, Jia He, Dandan Tu, Qing He. Generating Synergistic Formulaic Alpha Collections via Reinforcement Learning, In the 29th SIGKDD Conference on Knowledge Discovery and Data Mining (KDD2023, Applied Data Science Track), Aug. 5-10, 2023: 5476-5486

[52]Shuokai Li, Jingbo Zhou, Jizhou Huang, Hao Chen, Fuzhen Zhuang, Qing He, Dejing Dou, Matching Point of Interests and Travel Blog with Multi-view Information Fusion, In the 46th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR2023), July 23-27, 2023, Taipei, China. SIGIR 2023: 2149-2153 

[53]Shuokai Li, Ruobing Xie, Yongchun Zhu, Xiang Ao, Fuzhen Zhuang, Qing He: User-Centric Conversational Recommendation with Multi-Aspect User Modeling. SIGIR 2022: 223-233 

[54]Shuokai Li, Ruobing Xie, Yongchun Zhu, Xiang Ao, Fuzhen Zhuang, Qing He: User-Centric Conversational Recommendation with Multi-Aspect User Modeling. SIGIR 2022: 223-233

[55]Shuokai Li, Yongchun Zhu, Ruobing Xie, Zhenwei Tang, Zhao Zhang, Fuzhen Zhuang, Qing He and Hui Xiong. Customized Conversational Recommender Systems, ECML PKDD 22

[56]Tianxin Wang, Fuzhen Zhuang,zhiqiang Zhang,Daixin Wang, Jun Zhou, Qing He. Low-dimensional Alignment for Cross-Domain Recommendation, CIKM’21, November 1–5, 2021, Virtual Event, Australia.

[57]Weizhong Zhao, Huifang Ma, Qing He. Parallel k-means clustering based on mapreduce, Cloud Computing, 2009

[58]Xiang Ao, Ping Luo, Chengkai Li, Fuzhen Zhuang, Qing He, Zhongzhi Shi. Discovering and learning sensational episodes of news events. The 23rd international conference on World Wide Web, WWW2014, Seoul, Korea,April 7-11

[59]Xiang Ao, Ping Luo, Chengkai Li, Fuzhen Zhuang, Qing He. Online Frequent Episode Mining, ICDE 2015 : International Conference on Data Engineering (ICDE15), Seoul, Korea, April 13-17, 2015

[60]Xiang Ao, Ping Luo, Jin Wang, Fuzhen Zhuang, Qing He. Mining Precise-positioning Episode Rules from Event Sequences，ICDE2017

[61]Xiang Ao, Xiting Wang，Ling Luo, Ying Qiao, Qing He and Xing Xie. PENS: A Dataset and Generic Framework for Personalized News Headline Generation ， ACL-IJCNLP 2021 main conference，82-92

[62]Xudong Ma, Ping Luo, FuzhenZhuang, Qing He, Zhongzhi Shi and ZhiyongShen. Combining Supervised and Unsupervised Models via Unconstrained Probabilistic Embedding, Twenty-Second International Joint Conference on Artificial Intelligence, IJCAI 11，pp.1396-1401C,Barcelona in July 2011

[63]Yang Liu, Xiang Ao, Fuli Feng, Qing He. UD-GNN: Uncertainty-aware Debiased Training on Semi-Homophilous Graphs, SIGKDD2022

[64]Yang Liu, Xiang Ao, Fuli Feng, Qing He. UD-GNN: Uncertainty-aware Debiased Training on Semi-Homophilous Graphs, Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery & Data Mining (KDD), Pages 1131–1140, 2022

[65]Yang Liu, Xiang Ao, Fuli Feng, Yunshan Ma, Kuan Li, Tat-Seng Chua, Qing He. FLOOD: A Flexible Invariant Learning Framework for Out-of-Distribution Generalization on Graphs, In the 29th SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2023 Research Track), Aug. 5-10,2023，KDD 2023: 1548-1558

[66]Yang Liu, Xiang Ao, Linfeng Dong, Chao Zhang, Jin Wang, Qing He. Spatiotemporal Activity Modeling via Hierarchical Cross-Modal Embedding (Extended Abstract) , In the 39th IEEE International Conference on Data Engineering (ICDE2023 TKDE Poster Track), Anaheim, California, USA at the Marriott Anaheim (April 3 – 7, 2023). ICDE 2023: 3815-3816

[67]Yang Liu, Xiang Ao, Zidi Qin, Jianfeng Chi, Jinghua Feng, Hao Yang and Qing He. Pick and Choose: A GNN-based Imbalanced Learning Approach for Fraud Detection, WWW21，April 12-16, 2021，Ljubljana,Slovenia

[68]Ying Sun, Fuzhen Zhuang, Hengshu Zhu, Qing He and Hui Xiong. Cost-Effective and Interpretable Job Skill Recommendation with Deep Reinforcement Learning, poster presentation , WWW21，April 12-16, 2021，Ljubljana,Slovenia

[69]Ying Sun, Fuzhen Zhuang, Hengshu Zhu, Xin Song, Qing He, Hui Xiong. A Structure-Aware Convolutional Neural Network Approach, KDD2019

[70]Ying Sun, Hengshu Zhu, Fuzhen Zhuang, Jingjing Gu and Qing He Exploring the Urban Region-of-Interest through the Analysis of Online Map Search Queries，KDD2018

[71]Ying Sun, Hengshu Zhu;_, Chuan Qin, Fuzhen Zhuang, Qing He, Hui Xiong. Discerning Decision-Making Process of Deep Neural Networks with Hierarchical Voting Transformation, NeurIPS 2021, Dec. 7-10,2021.

[72]Yiqing Wu, Ruobing Xie, Yongchun Zhu, Fuzhen Zhuang, Xiang Ao, Xu Zhang, Leyu Lin, Qing He: Selective Fairness in Recommendation via Prompts. SIGIR 2022: 2657-2662 Short paper.

[73]Yiqing Wu, Ruobing Xie, Yongchun Zhu, Fuzhen Zhuang, Xiang Ao, Xu Zhang, Leyu Lin, Qing He: Selective Fairness in Recommendation via Prompts. SIGIR2022: 2657-2662 Short paper.

[74]Yiqing Wu, Ruobing Xie, Yongchun Zhu, Xiang Ao, Xin Chen, Xu Zhang, Fuzhen Zhuang, Leyu Lin, Qing He: Multi-view Multi-behavior Contrastive Learning in Recommendation. DASFAA (2) 2022: 166-182

[75]Yiqing Wu, Ruobing Xie, Yongchun Zhu, Xiang Ao, Xin Chen, Xu Zhang, Fuzhen Zhuang, Leyu Lin, Qing He: Multi-view Multi-behavior Contrastive Learning in Recommendation. DASFAA (2) 2022: 166-1820

[76]Yiqing Wu, Ruobing Xie, Zhao Zhang, Yongchun Zhu, Fuzhen Zhuang, Jie Zhou, Yongjun Xu, Qing He. Attacking Pre-trained Recommendation, In the 46th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR2023), July 23-27, 2023, Taipei, China. SIGIR 2023: 1811-1815

[77]Yiqing Wu, Ying Sun, Fuzhen Zhuang, Deqing Wang3, Xiangliang Zhang4, Qing He, Meta-path Hierarchical Heterogeneous Graph Convolution Network for High Potential Scholar Recognition，ICDM 2020 : 20th IEEE International Conference on Data Mining, Nov 17, 2020 - Nov 20, 2020, Sorrento, Italy

[78]Yongchun Zhu, Dongbo Xi, Bowen Song, Fuzhen Zhuang, Shuai Chen, Gu Xi, and Qing He. Modeling Users’ Behavior Sequences with Hierarchical Explainable Network for Cross-domain Fraud Detection. Proceedings of the Web Conference 2020. pp.: 928-938. WWW’20, April 20–24, 2020, Taipei,China

[79]Yongchun Zhu, Kaikai Ge, Fuzhen Zhuang, Ruobing Xie, Dongbo Xi, Xu Zhang, Leyu Lin and Qing He. Transfer-Meta Framework for Cross-domain Recommendation to Cold-Start Users，SIGIR’21，Online，July 11-15, 2021

[80]Yongchun Zhu, Zhenwei Tang, Yudan Liu, Fuzhen Zhuang, Ruobing Xie, Xu Zhang, Leyu Lin, Qing He: Personalized Transfer of User Preferences for Cross-domain Recommendation. WSDM 2022: 1507-1515

[81]Yuyao Guo, Haoming Li, Xiang Ao, Min Lu, Dapeng Liu, Lei Xiao, Jie Jiang, Qing He . Calibrated Conversion Rate Prediction via Knowledge Distillation under Delayed Feedback in Online Advertising. CIKM2022，short paper

[82]Yuyao Guo, Xiang Ao, Qiming Liu, Qing He. Leveraging Post-Click User Behaviors for Calibrated Conversion Rate Prediction Under Delayed Feedback in Online Advertising. Int the 32nd ACM International Conference on Information and Knowledge Management (CIKM2023). CIKM 2023: 3918-3922

[83]Zhao Zhang, Fuzhen Zhuang, Hengshu Zhu, Zhiping Shi, Hui Xiong, Qing He, Relational Graph Neural Network with Hierarchical Attention for Knowledge Graph Completion. AAAI 2020, Feb.7-12, Newyork USA. 

[84]Zidi Qin, Yang Liu, Qing He and Xiang Ao. Explainable Graph-based Fraud Detection via Neural Meta-graph Search, CIKM2022，short paper 

[85]Zixian Zhou, Mengda Huang，F(xiàn)eiyang Pan, Jia He, Xiang Ao, Dandan Tu, Qing He. Gradient-Adaptive Pareto Optimization for Constrained Reinforcement Learning，In the Thirty-Seventh AAAI Conference on Artificial Intelligence (AAAI2023), Feb. 7-14, 2023,Washington, DC, USA，AAAI 2023: 11443-11451

期刊論文

[1]Dongbo Xi, Fuzhen Zhuang, Yanchi Liu, Hengshu Zhu, Pengpeng Zhao, Chang Tan, Qing He: Exploiting Bi-directional Global Transition Patterns and Personal Preferences for Missing POI Category Identification. Neural Networks 132 (2020) 75–83.

[2]Feiyang Pan, Shuokai Li, Xiang Ao, Qing He: Relation Reconstructive Binarization of word embeddings. Frontiers Comput. Sci. 16(2): 162307 (2022)

[3]Feiyang Pan, Shuokai Li, Xiang Ao, Qing He: Relation Reconstructive Binarization of word embeddings. Frontiers Comput. Sci. 16(2): 162307 (2022)

[4]Feiyang Pan,Shuokai Li,Xiang Ao, Qing He. Relation Reconstructive Binarization of Word Embeddings, Frontiers of Computer Science, 2022, 16(2): 162307

[5]Fuzhen Zhuang, George Karypis, Xia Ning, Qing He, Zhongzhi Shi. Multi-view learning via probabilistic latent semantic analysis, Information Sciences,199 (2012) 20–30

[6]Fuzhen Zhuang, Ping Luo, Changying Du, Qing He, Zhongzhi Shi, Hui Xiong: Triplex transfer learning: exploiting both shared and distinct concepts for text classification, IEEE TRANSACTIONS ON CYBERNETICS, VOL. 44, NO. 7, 1191-1203, JULY 2014

[7]Fuzhen Zhuang, Ping Luo, Hui Xiong, Yuhong Xiong, Qing He, and Zhongzhi Shi. Cross-Domain Learning from Multiple Sources: A Consensus Regularization Perspective, IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, December 2010 (vol. 22 no. 12) ,pp. 1664-1678

[8]Fuzhen Zhuang, Ping Luo, Zhiyong Shen, Qing He, Yuhong Xiong, Zhongzhi Shi and Hui Xiong. Mining Distinction and Commonality across Multiple Domains using Generative Model for Text Classification, IEEE Transactions on Knowledge and Data Engineering, VOL. 24, NO. 11, NOVEMBER 2012,2025-2039(SCI\EI )

[9]Fuzhen Zhuang, Xuebing Li, Xin Jin, Dapeng Zhang, Lirong Qiu, Qing He. Semantic Feature Learning for Heterogeneous Multitask Classification via Non-Negative Matrix Factorization. IEEE Trans. Cybernetics 48(8): 2284-2293 (2018)

[10]Fuzhen Zhuang, Yingmin Zhou, Haochao Ying, Fuzheng Zhang, Xiang Ao, Xing Xie, Qing He, Hui Xiong: Sequential Recommendation via Cross-domain Novelty Seeking Trait Mining. JOURNAL OF COMPUTER SCIENCE AND TECHNOLOGY ,Vol.35, ‏No.‏ 2, SI: ‏ 305-319, MAR 2020

[11]Fuzhen Zhuang, Zhiyuan Qi, Keyu Duan, Dongbo Xi, Yongchuan Zhu, Hengshu Zhu, Hui Xiong, Qing He, A Comprehensive Survey on Transfer Learning, accepted by PROCEEDINGS OF THE IEEE, 2020.

[12]Fuzhen Zhuang, Zhiyuan Qi, Keyu Duan, Dongbo Xi, Yongchuan Zhu, Hengshu Zhu, Hui Xiong, Qing He, A Comprehensive Survey on Transfer Learning,  PROCEEDINGS OF THE IEEE, Vol. 109, No. 1, January 2021, pp.43-76

[13]Guanghui Hu, Yang Liu, Qing He and Xiang Ao. F2GNN: An Adaptive Filter with Feature Segmentation for Graph-based Fraud Detection. 2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP2024), Seoul, Korea, (April 14~19, 2024).

[14]Guang-Quan Zhang, Zheng Zheng, Jie Lu, Qing He. An Algorithm for Solving Rule-Sets Based Bilevel Decision Problems, COMPUTATIONAL INTELLIGENCE Vol.27 No.2 pp.235-259, 2011

[15]Hanyu Zhang, Xiting Wang, Xiang Ao and Qing He. Distillation with Explanations from Large Language Models. To appear in the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING2024) : 5018-5028.

[16]Jia He, Changying Du,Fuzhen Zhuang, Xin Yin, Qing He. Guoping Long. Online Bayesian Max-margin Subspace Learning for Multi-view Classification and Regression, Machine Learning, (2020) 109:219–249.

[17]Jie Lu, Zheng Zheng, Guangquan Zhang, Qing He and Zhongzhi Shi. A new solution algorithm for solving rule-sets based bilevel decision problems, CONCURRENCY AND COMPUTATION: PRACTICE AND EXPERIENCE. Vol: 27, No: 4,pages: 830-54 

[18]Jingwu Chen, Fuzhen Zhuang, Tianxin Wang, Leyu Lin, Feng Xia, Lihuan Du, Qing He. Follow the Title then Read the Article: Click-guide Network for Dwell Time Prediction, Accepted by IEEE Transactions on Knowledge and Data Engineering

[19]Jingwu Chen, Fuzhen Zhuang, Tianxin Wang, Leyu Lin, Feng Xia, Lihuan Du, Qing He. Follow the Title then Read the Article: Click-guide Network for Dwell Time Prediction, IEEE Transactions on Knowledge and Data Engineering, VOL. 33, NO. 7, JULY 2021, pp.2903-2913

[20]Kuan Li, Yiwen Chen, Yang Liu, Jin Wang, Qing He, Minhao Cheng and Xiang Ao. Boosting the Adversarial Robustness of Graph Neural Networks: An OOD Perspective. To appear in the Twelfth International Conference on Learning Representations (ICLR2024) 

[21]Luo, Ping; Lu, Kevin; Huang, Rui; He, Qing; Shi, Zhongzhi. A heterogeneous computing system for data mining workflows in multi-agent environments, Expert Systems, v 23, n 5, November, 2006, p 258-271

[22]Ping Luo, Guoxing Zhan, Qing He, Zhongzhi Shi, and Kevin Lu, On Defining Partition Entropy by Inequalities. IEEE TRANSACTIONS ON INFORMATION THEORY, v53, n 9, SEPTEMBER 2007, p 3233-3239.

[23]Ping Luo; Lu, Kevin; Shi, Zhongzhi; He, Qing. Distributed data mining in grid computing environments. Future Generation Computer Systems, v 23, n 1, Jan 1, 2007, p 84-91

[24]Qiming Liu, Xiang Ao, Yuyao Guo and Qing He. Online Conversion Rate Prediction via Multi-Interval Screening and Synthesizing under Delayed Feedback. In Proceedings of the Thirty-Eighth AAAI Conference on Artificial Intelligence (AAAI2024) : 8796-8804.

[25]Qing He, Changying Du, Qun Wang, FuzhenZhuang, Zhongzhi Shi. A Parallel Incremental Extreme SVM Classifier, Neurocomputing，74 (2011) 2532–2540 

[26]Qing He, Haocheng Wang, Fuzhen Zhuang, Tianfeng Shang, Zhongzhi Shi. Parallel sampling from big data with uncertainty distribution, Fuzzy Sets and Systems 258 (2015) 117–133

[27]Qing He, Hongxing Li, C.L.P. Chen, E.S. Lee. Extension Principles and Fuzzy Set Categories. International Journal of Computers and Mathematics with Applications 2000, 39: 45-53

[28]Qing He, Hongxing Li, Zhongzhi Shi, E.S.Lee. On Fuzzy Clustering Method Based on Perturbation. Computers and Mathematics with Applications, v 46, n 5-6, September, 2003, p 929-946

[29]Qing He, Tianfeng Shang, Fuzhen Zhuang and Zhongzhi Shi. Parallel Extreme Learning Machine for Regression based on MapReduce, Neurocomputing 102(2013)52–58

[30]Qing He, Weizhong Zhao, Zhongzhi Shi. CHSMST: A clustering algorithm based on hyper surface and minimum spanning tree, Soft Computing, v 15, n 6, p 1097-1103, June 2011

[31]Qing He, Xin Jin, Changying Du, Fuzhen Zhuang and Zhongzhi Shi. Clustering in extreme learning machine feature space. Neurocomputing 128 : 88-95 (2014)..

[32]Qing He, Xiurong Zhao, Zhongzhi Shi. Classification based on dimension transposition for high dimension data，International Journal Soft Computing 11(4),2007, pp: 329 - 334

[33]Qing He, Xiurong Zhao, Zhongzhi Shi.Minimal consistent subset for Hyper Surface Classification method. INTERNATIONAL JOURNAL OF PATTERN RECOGNITION AND ARTIFICIAL INTELLIGENCE Volume: 22 Issue: 1 Pages: 95-108, FEB 2008.

[34]Qing He, Zhongzhi Shi,Li-an Ren, E.S. Lee. A Novel Classification Based on Hypersurface. International Journal of Mathematical and Computer Modeling 38(2003),395-407 

[35]Qingyu Guo, Fuzhen Zhuang, Chuan Qin, Hengshu Zhu, Xing Xie, Hui Xiong, Qing He: A Survey on Knowledge Graph-Based Recommender Systems. IEEE Trans. Knowl. Data Eng. 34(8): 3549-3568 (2022)

[36]Ruize Yuan, Xiang Ao, Li Zeng and Qing He. DRAMA: Dynamic Multi-Granularity Graph Estimate Retrieval over Tabular and Textual Question Answering. 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING2024). 

[37]Shuo Han, Fuzhen Zhuang, Qing He, Zhongzhi Shi, & Xiang Ao. Energy model for rumor propagation on social networks. Physica A: Statistical Mechanics and its Applications，394 (2014) 99–109.

[38]Shuokai Li, Ruobing Xie, Yongchun Zhu, Fuzhen Zhuang, Zhenwei Tang, Wayne Xin Zhao, Qing He. Self-Supervised Learning for Conversational Recommen dation. Information Processing & Management (IP&M), Information Processing and Management: an International Journal Volume 59, Issue 6, Nov 2022,640 pages, DOI: 10.1016/j.ipm.2022.103067  

[39]Shuokai Li, Xiang Ao, Feiyang Pan, Qing He. Learning Policy Scheduling for Text Augmentation, Neural Networks,145(2022):121-127

[40]Shuokai Li, Xiang Ao, Feiyang Pan, Qing He: Learning policy scheduling for text augmentation. Neural Networks 145: 121-127 (2022)

[41]Shuokai Li, Xiang Ao, Feiyang Pan, Qing He: Learning policy scheduling for text augmentation. Neural Networks 145: 121-127 (2022)

[42]Tan, Qing; He, Qing; Zhao, Weizhong; Shi, Zhongzhi; Lee, E.S. An improved FCMBP fuzzy clustering method based on evolutionary programming, Computers and Mathematics with Applications, v 61, n 4, p 1129-1144, February 2011

[43]Thapana Boonchooa, Xiang Ao, Yang Liu, Weizhong Zhao, Fuzhen Zhuang, Qing He. Grid-based DBSCAN：Indexing and Inference. Pattern Recognition (PR), 90：271-284, 2019

[44]Tianxin Wang, Fuzhen Zhuang, Ying Sun, Xiangliang Zhang, Leyu Lin, Feng Xia, Lei He, Qing He: Adaptively sharing multi-levels of distributed representations in multi-task learning. Inf. Sci. 591: 226-234 (2022)

[45]Tianxin Wang, Fuzhen Zhuang, Ying Sun, Xiangliang Zhang, Leyu Lin, Feng Xia, Lei He, Qing He: Adaptively sharing multi-levels of distributed representations in multi-task learning. Inf. Sci. 591: 226-234 (2022)

[46]Tianyu Chen, Yiming Zhang, Guoxin Yu, Dapeng Zhang, Li Zeng, Qing He, Xiang Ao，EFSA: Towards Event-Level Financial Sentiment Analysis，62nd Annual Meeting of the Association for Computational Linguistics (ACL2024), Bangkok, Thailand, August 11–16, 2024

[47]Weizhong Zhao, Qing He, Huifang Ma, Zhongzhi Shi. Effective Semi-supervised Document Clustering via Active Learning with Instance-level Constraints, Knowledge and Information Systems (2012) 30:569–587 

[48]Wenchao Yu, Fuzhen Zhuang, Qing He and Zhongzhi Shi. Learning Deep Representations via Extreme Learning Machine, Neurocomputing, Volume 149, Part A, 3 February 2015, Pages 308-315 

[49]Wenjuan Luo, Fuzhen Zhuang, Qing He, Zhongzhi Shi Exploiting relevance, coverage, and novelty for query-focused multi-document summarization，Knowledge-Based Systems. Volume 46, July 2013, Pages 33–42.

[50]Wenjuan Luo, Fuzhen Zhuang, Weizhong Zhao, Qing He, Zhongzhi Shi. QPLSA: Utilizing quad-tuples for aspect identification and rating, Information Processing and Management 51 (2015) 25–41

[51]Xiang Ao, Haoran Shi, Jin Wang, Luo Zuo, Hongwei Li, Qing He: Large-Scale Frequent Episode Mining from Complex Event Sequences with Hierarchies. ACM TIST 10(4): 36:1-36:26 (2019)

[52]Xiang Ao, Ling Luo, Xiting Wang, Zhao Yang, Jiun-hung Chen, Ying Qiao, Qing He, and Xing Xie. Put Your Voice on Stage: Personalized Headline Generation for News Articles. ACM Transactions on Knowledge Discovery from Data, ACM Transactions on Knowledge Discovery from Data, Volume 18, Issue 3, pp 1–200

[53]Xiang Ao, Ling Luo, Xiting Wang, Zhao Yang, Jiun-Hung Chen, Ying Qiao, Qing He, Xing Xie: Put Your Voice on Stage: Personalized Headline Generation for News Articles. ACM Trans. Knowl. Discov. Data 18(3): 54:1-54:20 (2024)

[54]Xiang Ao, Ping Luo, Jin Wang, Fuzhen Zhuang and Qing He. Mining Precise-positioning Episode Rules from Event Sequences, IEEE Transactions on Knowledge & Data Engineering, vol. 30, no. 3, pp. 530-543, 2018.

[55]Xiang Ao, Yang Liu, Zidi Qin, Yi Sun and Qing He. Temporal High-order Proximity Aware Behavior Analysis on Ethereum. World Wide Web (2021) 24:1565–1585

[56]Xiang Ao; Ping Luo; Xudong Ma; Fuzhen Zhuang; Qing He; Zhongzhi Shi; Zhiyong Shen. Combining Supervised and Unsupervised Models via Unconstrained Probabilistic Embedding, Information Sciences, 257 (2014) 101–114. 

[57]Xiaoqian Zhu, Xiang Ao, Zidi Qin, Yanpeng Chang, Yang Liu, Qing He, and Jianping Li, Intelligent financial fraud detection practices in post-pandemic era, The Innovation 2, 100176, November 28, 2021 Published Online: October 20, 2021; https://doi.org/10.1016/j.xinn.2021.100176

Cell Press 

[58]Yang Liu, Xiang Ao, Linfeng Dong, Chao Zhang, Jin Wang, Qing He. Spatiotemporal Activity Modeling via Hierarchical Cross-Modal Embedding. IEEE Transactions on Knowledge and Data Engineering.34(1): 462-474 (2022).

[59]Yang Liu, Xiang Ao, Linfeng Dong, Chao Zhang, Jin Wang, Qing He. Spatiotemporal Activity Modeling via Hierarchical Cross-Modal Embedding. IEEE Transactions on Knowledge and Data Engineering.34(1): 462-474 (2022)

[60]Ying Sun, Fuzhen Zhuang, Hengshu Zhu, Qi Zhang, Qing He, and Hui Xiong. Market-oriented Job Skill Valuation with Cooperative Composition Neural Network, NATURE COMMUNICATIONS, Vol12,: 1-12, Mar. 31, 2021

[61]Ying Sun, Fuzhen Zhuang, Hengshu Zhu, Xin Song, Qing He, Hui Xiong. Modeling the Impact of Person-Organization Fit on Talent Management with Structure-Aware Attentive Neural Networks, IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, VOL. 35, NO. 3, MARCH 2023, pp. 2809-2822

[62]Yiqing Wu , Ruobing Xie ,Yongchun Zhu, Fuzhen Zhuang , Xu Zhang, Leyu Lin and Qing He Personalized Prompt for Sequential Recommendation, IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, VOL. 36, NO. 7, 3376-3389, JULY 2024

[63]Yongchun Zhu, Fuzhen Zhuang, Jindong Wang, Guolin Ke, Jingwu Chen, Jiang Bian, Hui Xiong, Qing He. Deep Subdomain Adaptation Network for Image Classification. IEEE Transactions on Neural Networks and Learning Systems, VOL. 32, NO. 4, APRIL 2021,pp. 1713-1722

[64]Yongchun Zhu, Fuzhen Zhuang, Jindong Wang, Guolin Ke, Jingwu Chen, Jiang Bian, Hui Xiong, Qing He. Deep Subdomain Adaptation Network for Image Classification. IEEE Transactions on Neural Networks and Learning Systems, VOL. 32, NO. 4, APRIL 2021,pp. 1713-1722

[65]Yongchun Zhu, Fuzhen Zhuang, Xiangliang Zhang, Zhiyuan Qi, Zhiping Shi, and Qing He. Combat Data Shift in Few-shot Learning with Knowledge Graph, Frontiers of Computer Science, 2023, 17(1): 171305

[66]Zhao Zhang, Fuzhen Zhuang, Heng Zhu, Chao Li, Hui Xiong, Qing He, Yongjun Xu. Towards Robust Knowledge Graph Embedding via Multi-task Reinforcement Learning, IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, VOL. 35, NO. 4, APRIL 2023, pp.4321-4334

[67]Zhao Zhang, Fuzhen Zhuang, Meng Qu, Zheng-Yu Niu, Hui Xiong, Qing He, Knowledge graph embedding with shared latent semantic units, Neural Networks 139 (2021) 140–148

[68]Zhao Zhang, Fuzhen Zhuang, Xuebing Li, Zhengyu Niu, Jia He, Qing He, Hui Xiong: Knowledge Triple Mining via Multi-Task Learning. Information Systems, Information Systems 80 (2019) 64–75

[69]Zheng, Z., Lu, J, Zhang G, He Q, Rule sets based bilevel decision model and algorithm, Expert Systems with Applications, 2009. Vol. 36, No. 1, 18-26

[70]Zhiping Shi, Qing He, Zhongzhi Shi. An Index and Retrieval Framework Integrating Perceptive Features and Semantics for Multimedia Database. Multimedia Tools and Application (2009) 42:207–231 Springer 

[71]Zhiping Shi, Xi Liu, Qingyong Li, Qing He, Zhongzhi Shi, Extracting Discriminative Features for CBIR, MULTIMEDIA TOOLS AND APPLICATIONS， Volume 61, Number 2 (2012), 263-279(SCI)

[72]Zhiyu Guo , Xiang Ao , and Qing He. Transductive Semi-Supervised Metric Network for Reject Inference in Credit Scoring，IEEE TRANSACTIONS ON COMPUTATIONAL SOCIAL SYSTEMS, VOL. 11, NO. 2, 1675-1684, APRIL 2024 

[73]Zhongzhi Shi; Huang, Youping; He, Qing; Xu, Lida; Liu, Shaohui; Qin, Liangxi; Jia, Ziyan; Li, Jiayou; Huang, Huijing; Zhao, Lei. MSMiner-a developing platform for OLAP. Decision Support Systems, v 42, n 4, January, 2007, Decision Support Systems in Emerging Economies, pp. 2016-2028

[74]Zhou Ganbin, Luo Ping, He Qing. Predicting Compositional Time Series via Autoregressive Dirichlet Estimation[J]. Science China Information Sciences, 2018, 61(9):098-106.

[75]Zhuang F Z, Luo P, He Q, et al. Inductive transfer learning for unlabeled target-domain via hybrid regularization. Chinese Sci Bull, 2009, 54: 2470―2478 

代表性中文論文：

 [1]何清, 賈曉麗. 中國人工智能學(xué)會(huì)：建設(shè)一流學(xué)會(huì) 推動(dòng)智能科技自立自強(qiáng)[J]. 學(xué)會(huì), 2023, (08): 20-23.

[2]孫瑩, 章玉婷, 莊福振, 祝恒書, 何清, 熊輝. 基于集合效用邊際貢獻(xiàn)學(xué)習(xí)的可解釋薪酬預(yù)測(cè)算法[J]. 計(jì)算機(jī)研究與發(fā)展, 2024, 61 (05): 1276-1289.

[3]徐童, 唐飛, 何清. 隧道內(nèi)貼壁火頂棚射流溫度及火焰特性研究[J]. 中國安全科學(xué)學(xué)報(bào), 2022, 32 (07): 93-97.

[4]王心凱, 何清, 唐飛. 坡地建筑外立面火災(zāi)溫度演化研究[J]. 中國安全生產(chǎn)科學(xué)技術(shù), 2022, 18 (01): 23-28.

[5]莊蕊, 王璞, 何清, 唐飛. 環(huán)境風(fēng)作用下建筑開口溢流火焰拓展規(guī)律研究[J]. 消防科學(xué)與技術(shù), 2021, 40 (10): 1462-1465.

[6]趙俊逸, 莊福振, 敖翔, 何清, 蔣慧琴, 馬嶺. 協(xié)同過濾推薦系統(tǒng)綜述[J]. 信息安全學(xué)報(bào), 2021, 6 (05): 17-34.

[7]羅玲, 李碩凱, 何清, 楊騁騏, 王宇洋恒, 陳天宇. 基于知識(shí)圖譜、TF-IDF和BERT模型的冬奧知識(shí)問答系統(tǒng)[J]. 智能系統(tǒng)學(xué)報(bào), 2021, 16 (04): 819-826.

[8]郭一唯, 黃艨靼, 李博, 何清. 考慮均衡性的城際鐵路列車運(yùn)行圖智能調(diào)整方法研究[J]. 鐵道運(yùn)輸與經(jīng)濟(jì), 2020, 42 (09): 20-25.

[9]莊福振, 錢明達(dá), 申恩兆, 張大鵬, 何清. 基于Spark的高效并行自動(dòng)編碼機(jī)[J]. 數(shù)據(jù)采集與處理, 2018, 33 (01): 65-74.

[10]莊福振, 羅丹, 何清. 基于集成局部性特征學(xué)習(xí)的推薦算法[J]. 計(jì)算機(jī)科學(xué)與探索, 2018, 12 (06): 851-858.

[11]陳逸倫, 張奡祺, 傅云飛, 張鵬, 盧乃錳, 何清. 風(fēng)云三號(hào)衛(wèi)星微波和光譜信號(hào)的匹配及其反演應(yīng)用[J]. 科學(xué)通報(bào), 2016, 61 (26): 2939-2951.

[12]何清, 敖翔, 莊福振, 羅平. 一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用[J]. 信息通信技術(shù), 2015, 9 (06): 42-49.

[13]李寧, 羅文娟, 莊福振, 何清, 史忠植. 基于MapReduce的并行PLSA算法及在文本挖掘中的應(yīng)用[J]. 中文信息學(xué)報(bào), 2015, 29 (02): 79-86.

[14]何清, 莊福振, 曾立, 趙衛(wèi)中, 譚慶. PDMiner:基于云計(jì)算的并行分布式數(shù)據(jù)挖掘工具平臺(tái)[J]. 中國科學(xué):信息科學(xué), 2014, 44 (07): 871-885.

[15]莊福振, 羅平, 何清, 史忠植. 遷移學(xué)習(xí)研究進(jìn)展[J]. 軟件學(xué)報(bào), 2015, 26 (01): 26-39.

[16]何清, 李寧, 羅文娟, 史忠植. 大數(shù)據(jù)下的機(jī)器學(xué)習(xí)算法綜述[J]. 模式識(shí)別與人工智能, 2014, 27 (04): 327-336.

[17]何清. 大數(shù)據(jù)與云計(jì)算[J]. 科技促進(jìn)發(fā)展, 2014, (01): 35-40.

[18]何清. 專家寄語[J]. 計(jì)算機(jī)科學(xué), 2013, 40 (12): 2.

[19]何清, 莊福振. 大數(shù)據(jù)挖掘與云服務(wù)模式[J]. 高科技與產(chǎn)業(yè)化, 2013, (08): 56-61.

[20]何清, 莊福振. 基于云計(jì)算的大數(shù)據(jù)挖掘平臺(tái)[J]. 中興通訊技術(shù), 2013, 19 (04): 32-38.

[21]施智平, 李清勇, 趙曉東, 何清, 史忠植. 基于內(nèi)容圖像檢索中的優(yōu)化鑒別特征[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2012, 24 (12): 1592-1598.

[22]何清. 物聯(lián)網(wǎng)與數(shù)據(jù)挖掘云服務(wù)[J]. 智能系統(tǒng)學(xué)報(bào), 2012, 7 (03): 189-194.

[23]羅文娟, 馬慧芳, 何清, 史忠植. 權(quán)衡熵和相關(guān)度的自動(dòng)摘要技術(shù)研究[J]. 中文信息學(xué)報(bào), 2011, 25 (05): 9-16.

[24]譚慶, 何清, 趙衛(wèi)中, 史忠植. 基于進(jìn)化規(guī)劃的FCMBP模糊聚類改進(jìn)方法[J]. 系統(tǒng)工程理論與實(shí)踐, 2011, 31 (07): 1363-1371.

[25]趙衛(wèi)中, 何清, 史忠植. 基于攝動(dòng)的模糊聚類算法最優(yōu)模糊等價(jià)矩陣相關(guān)性質(zhì)分析[J]. 系統(tǒng)工程理論與實(shí)踐, 2010, 30 (07): 1238-1245.

[26]馬慧芳, 尹旻, 何清, 史忠植. 一種基于時(shí)序窗口的動(dòng)態(tài)熱點(diǎn)話題提取模型[J]. 高技術(shù)通訊, 2010, 20 (06): 590-595.

[27]何清, 趙衛(wèi)中, 史忠植. 分類超曲面算法復(fù)雜度研究[J]. 計(jì)算機(jī)學(xué)報(bào), 2010, 33 (04): 666-671.

[28]莊福振, 羅平, 何清, 史忠植. 基于混合正則化的無標(biāo)簽領(lǐng)域的歸納遷移學(xué)習(xí)[J]. 科學(xué)通報(bào), 2009, 54 (11): 1618-1626.

[29]楊來, 何清, 許立達(dá), 史忠植. Dynamic Hash TRIE算法的研究與分析[J]. 廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2008, (01): 134-138.

[30]何清, 史忠植. 基于超曲面的分類算法研究進(jìn)展[J]. 智能系統(tǒng)學(xué)報(bào), 2007, (06): 1-7.

[31]何清, 史忠植. 基于覆蓋的分類算法研究進(jìn)展[J]. 計(jì)算機(jī)學(xué)報(bào), 2007, (08): 1235-1243+1202.

[32]郝繼升, 何清, 史忠植. 基于B-樣條網(wǎng)絡(luò)的復(fù)雜主曲線建模[J]. 計(jì)算機(jī)工程, 2007, (12): 283-285.

[33]羅杰文, 施智平, 何清, 史忠植. 一種CBR與RBR相結(jié)合的快速預(yù)案生成系統(tǒng)[J]. 計(jì)算機(jī)研究與發(fā)展, 2007, (04): 660-666.

[34]郝繼升, 何清, 史忠植. 基于B-樣條網(wǎng)絡(luò)的主曲線建模[J]. 計(jì)算機(jī)工程與應(yīng)用, 2007, (01): 35-37.

[35]李嘉佑, 賈自艷, 何清, 史忠植. 基于Web挖掘的網(wǎng)頁清洗技術(shù)[J]. 計(jì)算機(jī)工程與應(yīng)用, 2006, (25): 98-101.

[36]何建兵, 何清, 史忠植. 噪聲消除與SMO算法收斂性[J]. 計(jì)算機(jī)工程與應(yīng)用, 2006, (24): 160-163.

[37]何建兵, 何清, 史忠植. 基于SMO的多層次文本分類法研究[J]. 計(jì)算機(jī)工程與應(yīng)用, 2006, (13): 152-154+167.

[38]李嘉佑,何清,史忠植. 機(jī)器學(xué)習(xí)與網(wǎng)絡(luò)信息處理[J]. 計(jì)算機(jī)工程與應(yīng)用, 2004, (33): 189-191.

[39]李仰耀,張國清,何清,韋衛(wèi). 一種自適應(yīng)的新型網(wǎng)絡(luò)性能預(yù)警系統(tǒng)[J]. 計(jì)算機(jī)應(yīng)用, 2004, (07): 82-84.

[40]賈自艷 ,何清 ,張�？� ,李嘉佑 ,史忠植. 一種基于動(dòng)態(tài)進(jìn)化模型的事件探測(cè)和追蹤算法[J]. 計(jì)算機(jī)研究與發(fā)展, 2004, (07): 1273-1280.

[41]何清,史忠植,任力安. 基于超曲面的多類分類方法[J]. 系統(tǒng)工程理論與實(shí)踐, 2003, (03): 92-99.

[42]何清,任力安,史忠植. 基于超曲面的海量數(shù)據(jù)直接分類方法[J]. 計(jì)算機(jī)學(xué)報(bào), 2003, (02): 206-211.

[43]任力安,何清,史忠植. HSC分類法及其在海量數(shù)據(jù)分類中的應(yīng)用[J]. 電子學(xué)報(bào), 2002, (12): 1870-1872.

[44]任力安, 何清, 史忠植. 分類超曲面方法在海量數(shù)據(jù)分類中的應(yīng)用[J]. 計(jì)算機(jī)科學(xué), 2002, (09): 33-35.

[45]李輝,史忠植,何清,許卓群. 基于支撐向量置換核函數(shù)的一種領(lǐng)域知識(shí)與模型融合的技術(shù)[J]. 計(jì)算機(jī)學(xué)報(bào), 2002, (08): 860-868.

[46]任力安,何清,史忠植. 一種新的海量數(shù)據(jù)分類方法[J]. 計(jì)算機(jī)工程與應(yīng)用, 2002, (14): 58-60.

[47]傅偉鵬, 何清, 貿(mào)自艷, 史忠植. 多篇摘要的自動(dòng)生成算法[J]. 計(jì)算機(jī)科學(xué), 2002, (05): 85-88.

[48]傅偉鵬,吳斌,何清,史忠植. 一種概念空間自生成方法[J]. 計(jì)算機(jī)工程與應(yīng)用, 2002, (07): 63-65+88.

[49]李源, 鄭毅, 何清, 史忠植. 基于概念空間的文本語義索引[J]. 計(jì)算機(jī)科學(xué), 2002, (01): 20-22.

[50]何清,徐樹富,王加銀,史忠植. FCMBP聚類法在語音識(shí)別和模糊控制中的應(yīng)用[J]. 系統(tǒng)工程學(xué)報(bào), 2001, (06): 430-437.

[51]李源,何清,史忠植. 基于概念語義空間的聯(lián)想檢索[J]. 北京科技大學(xué)學(xué)報(bào), 2001, (06): 577-580.

[52]何清,王加銀,李洪興,史忠植. 論域的模糊劃分與仿真數(shù)據(jù)采集[J]. 模糊系統(tǒng)與數(shù)學(xué), 2001, (03): 19-24.

參與組織的國際會(huì)議：

1、ICIIP 2004 INTERNATIONAL CONFERENCE ON INTELLIGENT INFORMATION PROCESSING

2、International Conference on Itelligent Information Tchnology(ICIIT-02) September 22-25, 2002, Beijing

 合作情況:   

項(xiàng)目協(xié)作單位

美國Rutgers, the State University of New Jersey

俄羅斯圣彼得堡信息與自動(dòng)化研究所

澳大利亞悉尼技術(shù)大學(xué)

中國移動(dòng)通信有限公司研究院

9月15日晚19點(diǎn)30分，中國科學(xué)院計(jì)算機(jī)技術(shù)研究所研究員、博士生導(dǎo)師何清博士在青山湖校區(qū)逸夫館報(bào)告廳作了一場(chǎng)以“大數(shù)據(jù)中的不確定性認(rèn)知計(jì)算”主題的學(xué)術(shù)報(bào)告。報(bào)告還未開始，軟件學(xué)院全體大一新生便早早地來到逸夫館門口等候入場(chǎng)。

講座在軟件學(xué)院副院長(zhǎng)胡軍的開場(chǎng)致辭中拉開帷幕。簡(jiǎn)短的問候過后，何清教授便直入主題，向同學(xué)們解釋何謂大數(shù)據(jù)并通過大數(shù)據(jù)悖論來闡述大數(shù)據(jù)這一概念。讓大家對(duì)大數(shù)據(jù)有了一定的認(rèn)識(shí)以后，何清教授又將話題繼續(xù)深入，繼而就大數(shù)據(jù)挖掘算法特征與挑戰(zhàn)、人工智能突破以及三大突破的技術(shù)基礎(chǔ)等話題侃侃而談。臺(tái)下的同學(xué)們認(rèn)真地聽著何教授的報(bào)告，眼神里滿是對(duì)新知識(shí)的好奇與渴望。隨后，何清教授又從認(rèn)識(shí)學(xué)習(xí)不確定性、認(rèn)知代表樣本、認(rèn)識(shí)學(xué)習(xí)的局限性和確定分布的非參數(shù)貝葉斯方法四個(gè)方面為現(xiàn)場(chǎng)的同學(xué)做了更深層的科普性介紹。其中，在提到Bagging和AdaBoost的局限性時(shí)，何清教授還特地用簡(jiǎn)明易懂的語言耐心地向大家說明。在雷鳴般的掌聲中，此次報(bào)告會(huì)圓滿落下帷幕。

此次報(bào)告會(huì)不僅讓大一新生對(duì)大數(shù)據(jù)有了一定的了解及認(rèn)識(shí)，同時(shí)也讓他們更快地進(jìn)入學(xué)習(xí)狀態(tài)，為即將到來的學(xué)習(xí)生活奠定了良好的基礎(chǔ)。 

來源：南昌大學(xué)科技處、軟件學(xué)院 2015/9/22

近日，由中國人工智能學(xué)會(huì)與中國計(jì)算機(jī)學(xué)會(huì)聯(lián)合主辦，中國人工智能學(xué)會(huì)知識(shí)工程與分布智能專業(yè)委員會(huì)和中國計(jì)算機(jī)學(xué)會(huì)人工智能與模式識(shí)別專業(yè)委員會(huì)聯(lián)合協(xié)辦，山東科技大學(xué)信息科學(xué)與工程學(xué)院承辦的第五屆全國智能信息處理學(xué)術(shù)會(huì)議在山東科技大學(xué)召開。來自清華大學(xué)、北京大學(xué)等77所高校和研究機(jī)構(gòu)的參會(huì)代表、特邀嘉賓共200余人參加會(huì)議。

8月6日，會(huì)議舉行開幕式，中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院數(shù)學(xué)研究所陸汝鈐院士，山東科技大學(xué)副校長(zhǎng)周東華，中國人工智能學(xué)會(huì)知識(shí)工程與分布智能專業(yè)委員會(huì)主任委員、本次大會(huì)主席清華大學(xué)教授馬少平，中國人工智能學(xué)會(huì)知識(shí)工程與分布智能專業(yè)委員會(huì)秘書長(zhǎng)、本次大會(huì)程序委員會(huì)主席、中國科學(xué)院計(jì)算技術(shù)研究所研究員何清，中國計(jì)算機(jī)學(xué)會(huì)人工智能與模式識(shí)別專業(yè)委員會(huì)副主任委員兼秘書長(zhǎng)、北京交通大學(xué)教授于劍，山東科技大學(xué)科研處處長(zhǎng)韓作振等出席開幕式并在主席臺(tái)就座，開幕式由山東科技大學(xué)信息學(xué)院院長(zhǎng)梁永全主持。

周東華在開幕式上致辭，對(duì)會(huì)議的召開表示熱烈的祝賀，對(duì)各位專家、學(xué)者的到來表示誠摯的歡迎。他簡(jiǎn)要介紹了學(xué)校的基本情況，他表示，學(xué)校將積極做好會(huì)議的各項(xiàng)組織、服務(wù)工作，努力為各位專家、學(xué)者搭建一個(gè)傳遞信息、交流經(jīng)驗(yàn)、增進(jìn)友誼、共同提高的良好平臺(tái)。馬少平、何清分別致辭，預(yù)祝大會(huì)取得圓滿成功。

會(huì)議期間，中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院數(shù)學(xué)研究所陸汝鈐院士、中國科學(xué)院軟件研究所研究員孫樂、北京交通大學(xué)教授于劍、西北工業(yè)大學(xué)教授於志文、南京大學(xué)副教授黎銘分別作了題為《基于知識(shí)的廣域網(wǎng)計(jì)算編配》、《基于知識(shí)的智能問答系統(tǒng)》、《歸類問題研究》、《信息物理空間社會(huì)交互感知與理解》、《半監(jiān)督軟件缺陷挖掘》的精彩報(bào)告。

本次會(huì)議按照專題設(shè)有6個(gè)分組，研究和討論的主要議題包括：數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)、生物信息處理、智能圖像處理、模式識(shí)別、自然語言理解、語音識(shí)別、智能控制、機(jī)器學(xué)習(xí)、智能計(jì)算等，來自國內(nèi)人工智能和計(jì)算機(jī)領(lǐng)域的專家、學(xué)者進(jìn)行了論文交流。

8月7日，會(huì)議舉行閉幕式，中國人工智能學(xué)會(huì)知識(shí)工程與分布智能專業(yè)委員會(huì)副主任委員梁吉業(yè)宣讀第五屆全國智能信息處理學(xué)術(shù)會(huì)議紀(jì)要，馬少平致閉幕辭。桂林電子科技大學(xué)教授文益民對(duì)2016年中國數(shù)據(jù)挖掘?qū)W術(shù)會(huì)議進(jìn)行了介紹，河南師范大學(xué)教授徐久成對(duì)2017年第六屆全國智能信息處理學(xué)術(shù)會(huì)議進(jìn)行了宣講。閉幕式由信息學(xué)院計(jì)算機(jī)系主任樊建聰主持。

本次會(huì)議共收到論文稿件288篇，經(jīng)過程序委員會(huì)委員的通信評(píng)審和主任委員的會(huì)審，最后會(huì)議錄用論文199篇。該會(huì)議每?jī)赡昱e辦一次，現(xiàn)已成為國內(nèi)智能信息處理領(lǐng)域主要的學(xué)術(shù)活動(dòng)之一，為智能信息處理相關(guān)領(lǐng)域的學(xué)者交流最新研究成果、進(jìn)行廣泛的學(xué)術(shù)討論提供了便利。

來源：山東科技大學(xué) 2015-08-14 

2013年7月3日下午，中國科學(xué)院計(jì)算技術(shù)研究所研究員、博士生導(dǎo)師、云計(jì)算領(lǐng)域頂尖專家何清博士到訪云創(chuàng)，公司cStor研發(fā)部負(fù)責(zé)人袁高峰等熱情接待了何清博士。云創(chuàng)對(duì)于何清博士并不陌生，早在去年11月2日，作為云創(chuàng)數(shù)據(jù)立方云計(jì)算一體機(jī)新產(chǎn)品發(fā)布會(huì)特邀嘉賓，何清博士就現(xiàn)場(chǎng)見證了全球首款云處理服務(wù)器億條記錄秒級(jí)響應(yīng)的魅力。此次到訪，何清博士欣喜地看到云創(chuàng)存儲(chǔ)一直保持著快速發(fā)展的勢(shì)頭，在云計(jì)算領(lǐng)域踐行著自己的理想，并自主研發(fā)出了更加先進(jìn)的技術(shù)和產(chǎn)品。接待結(jié)束后，何清博士對(duì)云創(chuàng)寄予了厚望，并表示期待著看到云創(chuàng)存儲(chǔ)不斷壯大，在云計(jì)算領(lǐng)域創(chuàng)造出更輝煌的業(yè)績(jī)。

何清，中國科學(xué)院計(jì)算技術(shù)研究所研究員，博士生導(dǎo)師，中國計(jì)算機(jī)學(xué)會(huì)高級(jí)會(huì)員，人工智能與模式識(shí)別專業(yè)委員會(huì)委員，中國電子學(xué)會(huì)云計(jì)算專家委員會(huì)委員，中國人工智能學(xué)會(huì)副秘書長(zhǎng)，常務(wù)理事，知識(shí)工程與分布智能專業(yè)委員會(huì)秘書長(zhǎng)，機(jī)器學(xué)習(xí)專業(yè)委員會(huì)常務(wù)委員。何清提出了基于超曲面的覆蓋學(xué)習(xí)算法、極小樣本集抽樣方法與相關(guān)理論、基于進(jìn)化規(guī)劃的基于攝動(dòng)的模糊聚類改進(jìn)算法，解決了模糊聚類失真問題、證明了模糊集擴(kuò)展原理在范疇論意義下的合理性、概念語義空間用于知識(shí)管理、提出一種新型信息熵用于分類、提出基于粒度的多層次決策方法、組織開發(fā)了國內(nèi)最早的基于云計(jì)算平臺(tái)Hadoop的并行數(shù)據(jù)挖掘系統(tǒng)，組織并完成了多項(xiàng)國家重點(diǎn)項(xiàng)目。

來源：云創(chuàng)大數(shù)據(jù) 2013-7-3

中科院計(jì)算技術(shù)研究所何清：物聯(lián)網(wǎng)中的數(shù)據(jù)挖掘云服務(wù)

2011年最受矚目的IT業(yè)界盛會(huì)——第三屆中國云計(jì)算大會(huì)于2011年5月18-20日在北京國家會(huì)議中心隆重舉行。本次大會(huì)由中國電子學(xué)會(huì)主辦，中國電子學(xué)會(huì)云計(jì)算專家委員會(huì)、中國云計(jì)算技術(shù)與產(chǎn)業(yè)聯(lián)盟承辦，CSDN網(wǎng)站、《程序員》雜志和電子工業(yè)出版社協(xié)辦。此次大會(huì)規(guī)�？涨啊⑷河⑺C萃、主題豐富、突出實(shí)戰(zhàn)并匯集全球視角。

在20日上午舉行的專題論壇一《云計(jì)算中心技術(shù)架構(gòu)》中，中科院計(jì)算技術(shù)研究所研究員何清帶來了“物聯(lián)網(wǎng)中的數(shù)據(jù)挖掘云服務(wù)” 的精彩演講。

在演講中，他從四個(gè)方面分享了他的演講內(nèi)容：物聯(lián)網(wǎng)現(xiàn)狀與挑戰(zhàn)、物聯(lián)網(wǎng)的重要一環(huán)、數(shù)據(jù)挖掘的新挑戰(zhàn)、數(shù)據(jù)挖掘服務(wù)方式。

物聯(lián)網(wǎng)現(xiàn)狀與挑戰(zhàn)

“國內(nèi)比國外熱、政府比市場(chǎng)熱、教育比科研熱、應(yīng)用比基礎(chǔ)熱、硬件比軟件熱、采集比處理熱”是他總結(jié)的當(dāng)前物聯(lián)網(wǎng)的現(xiàn)狀。他認(rèn)為重?cái)?shù)據(jù)收集、輕數(shù)據(jù)挖掘與智能處理是物聯(lián)網(wǎng)所面臨的挑戰(zhàn)之一。只有突出智能服務(wù)的特征，才能建立起一個(gè)巨大的物聯(lián)網(wǎng)產(chǎn)業(yè)。

物聯(lián)網(wǎng)的重要一環(huán)

物聯(lián)網(wǎng)架構(gòu)由感知層、傳輸層、信息處理層、決策控制層組成。數(shù)據(jù)挖掘是決策支持和過程控制的重要技術(shù)支撐手段。同時(shí)他列出了物聯(lián)網(wǎng)的兩種計(jì)算模式：云計(jì)算模式和物計(jì)算模式。

物聯(lián)網(wǎng)的云計(jì)算模式是通過分布式的架構(gòu)采集數(shù)據(jù)，然后集中進(jìn)行信息處理。此模式一般用于宏觀決策等信息處理的過程中，系統(tǒng)的智能主要體現(xiàn)在處理中心，即需要較強(qiáng)的集中計(jì)算能力和高帶寬，但終端設(shè)備比較簡(jiǎn)單。

數(shù)據(jù)挖掘的新挑戰(zhàn)

物聯(lián)網(wǎng)數(shù)據(jù)挖掘所面臨的問題挑戰(zhàn)有下面幾個(gè)：

● 首先是并行分布式整體數(shù)據(jù)挖掘；

● 其次是實(shí)時(shí)高效局部數(shù)據(jù)處理；

● 再次是數(shù)據(jù)管理與質(zhì)量控制；

● 最后是用于決策控制。

數(shù)據(jù)挖掘服務(wù)方式

何清表示數(shù)據(jù)挖掘云服務(wù)模式可以保證分布式并行數(shù)據(jù)挖掘，同時(shí)保證高效實(shí)施。下圖是數(shù)據(jù)挖掘云服務(wù)系統(tǒng)架構(gòu)圖：

來源：CSDN 2011-05-20

獲獎(jiǎng)及榮譽(yù)：

1.PAKDD2018國際會(huì)議最有影響論文獎(jiǎng), 一等獎(jiǎng), 其他, 2018

2.吳文俊人工智能科學(xué)技術(shù)創(chuàng)新獎(jiǎng)——大數(shù)據(jù)挖掘算法與云服務(wù), 二等獎(jiǎng), 省級(jí), 2015

3.北京市科學(xué)技術(shù)獎(jiǎng)——主體網(wǎng)格智能平臺(tái), 三等獎(jiǎng), 省級(jí), 2006

 

1.何清：大數(shù)據(jù)挖掘領(lǐng)域的開拓者  

2.中國人工智能學(xué)會(huì)副秘書長(zhǎng)何清：智能技術(shù)正向認(rèn)知、推理階段推進(jìn) 

當(dāng)前，我們生活在一個(gè)信息爆炸的時(shí)代。每天，信息的洪流從四面八方涌入，影響和改變著人類生活的方方面面。但與此同時(shí)，人類從浩如煙海的信息中獲得有價(jià)值的信息變得非常困難。那么，究竟如何從海量信息中準(zhǔn)確提取出有價(jià)值的信息，挖掘分析信息背后的關(guān)系，為我所用？這就涉及到一項(xiàng)蘊(yùn)含巨大價(jià)值的核心技術(shù)——數(shù)據(jù)挖掘。

2015年11月，被譽(yù)為“中國智能科技最高獎(jiǎng)”的吳文俊人工智能科學(xué)技術(shù)獎(jiǎng)獲獎(jiǎng)名單揭曉，何清以大數(shù)據(jù)挖掘算法與云服務(wù)方面的創(chuàng)新研究成果獲得了科學(xué)技術(shù)創(chuàng)新二等獎(jiǎng)。作為中國人工智能學(xué)會(huì)副秘書長(zhǎng)、中國電子學(xué)會(huì)云計(jì)算與大數(shù)據(jù)專家委員會(huì)委員、中國科學(xué)院計(jì)算技術(shù)研究所研究員，何清在數(shù)據(jù)挖掘領(lǐng)域孜孜耕耘十五年，堅(jiān)持用自主創(chuàng)新引領(lǐng)行業(yè)發(fā)展之先，取得了累累碩果。

何清于2000年進(jìn)入中科院計(jì)算所智能信息處理重點(diǎn)實(shí)驗(yàn)室從事博士后研究工作。當(dāng)時(shí)，我國在海量數(shù)據(jù)挖掘方面的成果還十分薄弱，而何清以科研工作者特有的敏感，意識(shí)到數(shù)據(jù)挖掘作為一種基于人工智能的決策支持過程，必將隨著人類社會(huì)信息量的爆炸式增長(zhǎng)而發(fā)揮越來越重要的作用。他決心在這方面探索突破，以填補(bǔ)國內(nèi)在該領(lǐng)域的空白。

“科研工作者的使命就是用專業(yè)知識(shí)預(yù)測(cè)發(fā)展方向，經(jīng)過深入研究尋求突破，最終通過成果轉(zhuǎn)化引領(lǐng)行業(yè)發(fā)展、推動(dòng)社會(huì)進(jìn)步。”多年來，何清帶領(lǐng)著他的團(tuán)隊(duì)，腳踏實(shí)地，一步一步地實(shí)現(xiàn)他的科研夢(mèng)想，在人工智能領(lǐng)域留下了一項(xiàng)項(xiàng)沉甸甸的科研成果：何清團(tuán)隊(duì)自主創(chuàng)新提出了基于超曲面的系列機(jī)器學(xué)習(xí)算法。在算法研究過程中逐步形成了極小樣本集理論，揭示了覆蓋類學(xué)習(xí)算法測(cè)試集分布必須與訓(xùn)練集分布一致才能達(dá)到理想的學(xué)習(xí)效果，找出了影響分類準(zhǔn)確率的內(nèi)在原因，準(zhǔn)確計(jì)算出與實(shí)驗(yàn)結(jié)果一致的基于超曲面的分類算法準(zhǔn)確率。他提出了一種并行的基于超曲面的適應(yīng)任意分布的極小樣本集抽樣算法，帶領(lǐng)團(tuán)隊(duì)開展一項(xiàng)極具特色的遷移學(xué)習(xí)研究，解決了領(lǐng)域遷移時(shí)如何很好地把學(xué)習(xí)到的模型遷移到新領(lǐng)域的問題。同時(shí)，他首次把極端學(xué)習(xí)機(jī)用于分類、聚類，并提出并行極端支持向量機(jī)算法，實(shí)現(xiàn)了高效并行的增量分類學(xué)習(xí)算法。在機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘算法研究基礎(chǔ)上，面向大數(shù)據(jù)注重單機(jī)時(shí)挖掘數(shù)據(jù)量大、并行效率高的算法的并行化，他提出了一系列大數(shù)據(jù)挖掘的算法。特別在頗具難度的聚類問題上，何清團(tuán)隊(duì)提出了基于MapReduce的并行聚類算法的具體并行方法和詳細(xì)策略，相關(guān)論文很快被他人引用達(dá)300多次。

數(shù)十年來，何清承擔(dān)并圓滿完成國家重點(diǎn)基礎(chǔ)項(xiàng)目（973計(jì)劃）2項(xiàng)子課題，承擔(dān)完成的863項(xiàng)目3項(xiàng)獲得好評(píng)，承擔(dān)完成或參加完成的國家自然科學(xué)基金項(xiàng)目5項(xiàng)被評(píng)為優(yōu)或特優(yōu)，獲得北京市科學(xué)技術(shù)獎(jiǎng)1項(xiàng)。截至目前，他的團(tuán)隊(duì)在IEEETKDE、IEEETIT、KDD、CIKM、ICDM、AAAI、IJCAI等國內(nèi)外重要刊物和會(huì)議上發(fā)表百余篇學(xué)術(shù)論文，其中SCI檢索論文45篇，CCF A類論文12篇，Google Scholar顯示課題組發(fā)表論文被國內(nèi)外同行引用1831次，SCI他人引用188次。申請(qǐng)專利15項(xiàng)，授權(quán)11項(xiàng)，獲得軟件著作權(quán)14項(xiàng)。在專注科研的同時(shí)，他也為人工職能領(lǐng)域培養(yǎng)了大量?jī)?yōu)秀學(xué)生。他指導(dǎo)的學(xué)生獲得2013年中國人工智能學(xué)會(huì)優(yōu)秀博士學(xué)位論文獎(jiǎng)。

特別值得關(guān)注的是，早在2008年底，何清帶領(lǐng)他的機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘團(tuán)隊(duì)，開發(fā)完成了國內(nèi)最早的基于Hadoop的并行數(shù)據(jù)挖掘等系統(tǒng)PDMiner用于中國移動(dòng)TB級(jí)實(shí)際數(shù)據(jù)挖掘，該系統(tǒng)完成3年后，國際上開源系統(tǒng)Mahout才啟動(dòng)。此項(xiàng)創(chuàng)新使我國獲得了自主知識(shí)產(chǎn)權(quán)的基于云計(jì)算的數(shù)據(jù)挖掘技術(shù)，目前已推廣到電信、環(huán)保、物聯(lián)網(wǎng)、國家電網(wǎng)、信息安全、證券等領(lǐng)域的大數(shù)據(jù)挖掘，為企業(yè)帶來了可觀的經(jīng)濟(jì)效益。其典型應(yīng)用是通過采用他們的大數(shù)據(jù)挖掘技術(shù)，使得上海證券交易所在發(fā)現(xiàn)“老鼠倉”這些違規(guī)交易的工作中效率從過去的幾個(gè)小時(shí)縮短到分鐘級(jí)。何清也因此受邀在第二屆和第三屆第六屆中國云計(jì)算大會(huì)上作了技術(shù)報(bào)告，在技術(shù)上推動(dòng)和引領(lǐng)了大數(shù)據(jù)挖掘技術(shù)在多個(gè)行業(yè)的應(yīng)用。（劉堯）

原文鏈接：http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2016-05/31/content_340290.htm?div=-1

 

中國人工智能學(xué)會(huì)副秘書長(zhǎng)何清：智能技術(shù)正向認(rèn)知、推理階段推進(jìn)

2017年03月22日16:56 新華網(wǎng)

新華社北京３月２２日新媒體專電（記者陶一萍）隨著“互聯(lián)網(wǎng)＋”和國家大數(shù)據(jù)戰(zhàn)略深入推進(jìn)，人工智能加速興起。近日，中國人工智能學(xué)會(huì)副秘書長(zhǎng)何清接受新華社記者專訪時(shí)表示，新的技術(shù)浪潮到來后，智能技術(shù)向著認(rèn)知階段、推理階段前進(jìn)。

何清認(rèn)為，人們不用擔(dān)心智能技術(shù)引起社會(huì)失業(yè)等問題。很多制造業(yè)領(lǐng)域，都經(jīng)歷了“機(jī)器人取代人”的階段。比如，占用人力資源過多的體力勞動(dòng)，可能會(huì)逐步被機(jī)器人取代。但是，技術(shù)革命的到來，不會(huì)對(duì)人的就業(yè)造成極大困難。“人可以創(chuàng)造智力工具，但機(jī)器人很難自己創(chuàng)造智力工具。”何清說，人類社會(huì)將產(chǎn)生更多、更新的崗位。同時(shí)，由于社會(huì)發(fā)展，如老齡化社會(huì)逐漸形成等，對(duì)崗位的需求反而會(huì)更多，對(duì)人工智能的企盼也越來越多。

談及人工智能未來的發(fā)展重點(diǎn)，何清說，從技術(shù)層面看，原來人們所處理的問題很多是確定的，所采用的手段往往都是流程化、自動(dòng)化的。而新的技術(shù)浪潮來臨后，智能技術(shù)逐漸向“具備認(rèn)知、推理能力”的階段演進(jìn)，而這一階段最大的特征就是能處理不確定性環(huán)境下的問題，“但是現(xiàn)在的機(jī)器人，其認(rèn)知和推理能力還遠(yuǎn)遠(yuǎn)不夠。”

關(guān)于人工智能技術(shù)在未來會(huì)產(chǎn)生什么影響，何清表示，前人已在各種作品當(dāng)中進(jìn)行了一些描述，實(shí)際上就是機(jī)械化、智能化大生產(chǎn)將逐步代替人工勞動(dòng)的過程，許多人力將會(huì)被計(jì)算機(jī)、機(jī)器人所替代。

近年來，在人工智能領(lǐng)域涌現(xiàn)不少創(chuàng)客。何清認(rèn)為，創(chuàng)客有“創(chuàng)業(yè)”和“創(chuàng)新”兩個(gè)概念。“創(chuàng)新應(yīng)該時(shí)時(shí)都作為一種意識(shí)存在于大眾觀念之中。只有具備創(chuàng)新意識(shí)，才有可能產(chǎn)生新的想法和創(chuàng)業(yè)的沖動(dòng)。”何清說。

 

在計(jì)算機(jī)信息技術(shù)飛速發(fā)展的今天，人們已經(jīng)對(duì)計(jì)算機(jī)能夠完成人類給的各種指令，存取數(shù)據(jù)習(xí)以為常，但您知道嗎？計(jì)算機(jī)也可以“挖掘”發(fā)現(xiàn)數(shù)據(jù)背后的知識(shí)！

在大數(shù)據(jù)的時(shí)代環(huán)境下，計(jì)算機(jī)是可以智能到發(fā)現(xiàn)數(shù)據(jù)背后蘊(yùn)藏的規(guī)律的，它能夠發(fā)現(xiàn)新的知識(shí)，創(chuàng)造新的價(jià)值，借助計(jì)算機(jī)讓數(shù)據(jù)自己說話。事實(shí)上，大數(shù)據(jù)挖掘已經(jīng)上升到國家新型信息化產(chǎn)業(yè)的戰(zhàn)略高度。

在中國科學(xué)院計(jì)算技術(shù)研究所智能信息處理重點(diǎn)實(shí)驗(yàn)室，有一支機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘團(tuán)隊(duì)，它是國內(nèi)開展機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘最早的團(tuán)隊(duì)之一。自2000年，何清博士接過團(tuán)隊(duì)接力棒以來，一直致力于這個(gè)方向的科研和開發(fā)工作。

何清，2000年進(jìn)入中科院計(jì)算所智能信息處理重點(diǎn)實(shí)驗(yàn)室從事博士后研究工作。一開始主要從事機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘算法的研究，研究提出了基于超曲面的一系列機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘算法。隨著研究的深入，他逐漸意識(shí)到數(shù)據(jù)挖掘作為一種基于人工智能的決策支持過程，必將隨著人類社會(huì)信息量的爆炸式增長(zhǎng)而發(fā)揮越來越重要的作用，而我國在海量數(shù)據(jù)挖掘方面的成果當(dāng)時(shí)還十分薄弱。作為一名科研工作者，他決心在這方面探索突破，以填補(bǔ)國內(nèi)在該領(lǐng)域的空白。這成為他帶領(lǐng)機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘團(tuán)隊(duì)不懈奮斗的最大動(dòng)力。

“有志者，事竟成。”帶著這樣的志氣，何清帶領(lǐng)他的團(tuán)隊(duì)成員奏響了一曲斗志昂揚(yáng)、攻堅(jiān)克難的奮斗強(qiáng)音：近年來，他們先后在國際重要SCI期刊發(fā)表論文32篇，頂級(jí)會(huì)議近20篇，EI收錄51篇。承擔(dān)并圓滿完成國家重點(diǎn)基礎(chǔ)項(xiàng)目（“973”計(jì)劃）3項(xiàng)；承擔(dān)完成的“863”項(xiàng)目3項(xiàng)獲得好評(píng)；承擔(dān)完成或參加完成的國家自然科學(xué)基金項(xiàng)目5項(xiàng)被評(píng)為優(yōu)或特優(yōu)。獲得北京市科學(xué)技術(shù)獎(jiǎng)1項(xiàng)。課題組已經(jīng)取得國家發(fā)明專利8項(xiàng)，軟件開發(fā)著作權(quán)8項(xiàng)。在模糊信息處理中的信息擴(kuò)展和聚類問題的研究和基于超曲面的海量數(shù)據(jù)分類法（HSC）以及一套基于此的理論體系和算法方面均有創(chuàng)新性突破。目前團(tuán)隊(duì)在研課題共有6項(xiàng)，均進(jìn)展順利，特別是在多領(lǐng)域、多任務(wù)Web數(shù)據(jù)分析與挖掘、遷移學(xué)習(xí)分類問題上取得突破性進(jìn)展。團(tuán)隊(duì)在Web內(nèi)容管理、分析和挖掘上走在國內(nèi)研究同行的前列，現(xiàn)正致力于人口數(shù)據(jù)和信息安全數(shù)據(jù)的大數(shù)據(jù)分析挖掘，有望取得創(chuàng)新性成果。

團(tuán)隊(duì)自2008年以來，一直堅(jiān)持在并行數(shù)據(jù)挖掘領(lǐng)域開展系列研究，在這個(gè)方向也取得了國內(nèi)領(lǐng)先的研究成果，相關(guān)成果發(fā)表在CloudCom09等領(lǐng)域內(nèi)重要的國際期刊和會(huì)議中，其中并行K-Means算法論文單篇他引87次。在大數(shù)據(jù)時(shí)代，特別是在基于云計(jì)算的數(shù)據(jù)分析和挖掘是大數(shù)據(jù)分析的主流技術(shù)方面，何清及其團(tuán)隊(duì)一直站在研究領(lǐng)域前沿，立志可以對(duì)大數(shù)據(jù)、云計(jì)算技術(shù)的應(yīng)用起到引航作用。

值得一提的是，何清及其團(tuán)隊(duì)一直十分重視科研成果的產(chǎn)業(yè)化。2008年底，他們研發(fā)的基于云計(jì)算的大數(shù)據(jù)挖掘系統(tǒng)PDMiner并實(shí)際用于中國移動(dòng)TB級(jí)數(shù)據(jù)的挖掘，實(shí)現(xiàn)了高性能、低成本的并行數(shù)據(jù)挖掘。該系統(tǒng)為我國在該領(lǐng)域做出了開創(chuàng)性的貢獻(xiàn)。通過與中國移動(dòng)研究院、國家電網(wǎng)等企業(yè)和單位的合作，致力將研究成果落地，實(shí)際應(yīng)用在通信、軍隊(duì)、電力、環(huán)保、信息安全、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、智慧城市乃至更多的數(shù)據(jù)密集型行業(yè)被成功應(yīng)用。近期他們希望借助商業(yè)的力量，將所擁有的研究成果更好更快地提供給社會(huì)，在為國家做出貢獻(xiàn)。 

來源：科學(xué)中國人 2013年第12期