Close

丁宏强


发表日期:2016-03-30 作者:管理员
 

姓名: 丁宏强

性别:  男

出生年月:  195410 

导师类别:硕导、博导

技术职称: 千人特聘教授

联系方式

chrisgroup@163.com

招生专业名称

 计算机应用技术

主要研究方向

1.  模式识别

2.  图像处理

3.  模式识别

4.  谱聚类

个人简历

丁宏强(Chris H.Q.Ding)1981年考取 李政道 教授主持的CUSPEA,赴美国哥伦比亚大学 李政道 教授领导的研究小组求学,获得哥伦比亚大学博士学位。他曾长期工作于美国加州理工学院,美国喷气动力实验室及美国劳伦斯-伯克利国家实验室,并于2007年加入德州大学阿灵顿分校 任终身正 教授。他的研究兴趣主要包括数据挖掘、机器学习、信息检索等领域,开创了用PCA和矩阵方法解决这些问题的新领域。丁博士曾在NIPSICMLKDDAAAI等多个世界排名第一的会议担任程序委员会成员,并多次担任美国国家科学基金会科研项目评审人。 他曾受邀在加州大学伯克利分校,斯坦福大学,卡耐基梅隆大学,滑铁卢大学,Google研究院,IBM研究院,香港大学,新加坡国立大学和清华大学做研讨报告。丁博士目前已发表143篇研究论文,被引用3085次·他在美国获得共5百万科研基金(包括来自美国国家科学基金的1百万美元,德州大学系统的1百万美元和美国能源部的3百万美元)。

学术成果

申请人在数据挖掘、机器学习、信息检索领域具有丰富的研究经验。他创立了一个崭新的数据 挖掘子领域——用矩阵模型作为主要的理论和计算方法进行数据挖掘,已经在该领域发表了180余篇高水平论文,被引用次数超过16486(数据来源Google Scholar)。申请人是谱聚类和拉普拉斯嵌入领域的权威。他提出了新的谱聚类即最小类内最大类间切聚类方法(min-max cut),其中重要的3篇论文就被引用1799次。申请人还确立 了非负矩阵分解(NMF)K-means聚类算法之间的等价性,其中重要的3篇论文被引用952次。他还提出了最小冗余最大相关的特征选取方法,其中的2篇代表作就被引用2822次。在超级高性能计算领域, 申请人在哥伦比亚大学,加州理工学院,劳伦斯-伯克利国家实验室做了近20年的相关研究. 研究成果作为封面文章发表在Science杂志上。另一成果发表在物理评论(PRL)上,得到自然杂志(Nature)主编的高度评价(他专文解释和评论这项工作)。他的高性能计算的成果发表在三篇物理评论(PRL)论文里。此外,还发表了高性能计算技术相关论文19, 其中6篇发表在Supercomputing (高性能计算领域世界顶级会议), 1篇在IEEE TranParallel and Distributed Systems (该领域顶级杂志)。在互联网、信息检索研究方面,申请人丁宏强等人证明了谷歌的PageRank和入度(in-degree)排序是等价的。这篇文章发表在SIAM Review (世界应用数学界的最高杂志,每年仅发表8-20篇研究论文). 他在潜在语义索引(LSA)方面和基于网页聚类的新主题发现方面做了一些重要工作.最近,他提出了大规模社会网络上的影响传播模型快速解法。

获奖情况

申请人是国家千人计划入选者,曾担任多个国际顶级学术会议的程序委员会委员、大会分段主席,其中包括NIPS, ICML, KDD, ICDM, SDM, AAAI;曾受邀在加州大学伯克利分校、斯坦福大学、卡耐基梅隆大学、滑铁卢大学、阿尔伯塔大学、Google研究院、IBM研究院、Microsoft研究院、香港大学、香港科技大学、新加坡国立大学、北大、清华做学术报告。多次担任美国、香港、爱尔兰、以色列等国家科学基金会项目评审人。获得四篇最佳论文奖(ICDM 2010, ECML2011,ICMLA2006,ISUG1996)

在研项目

曾主持的项目有:

1.     非负矩阵在数据挖掘和组合优化中的算法和应用(来源于美国国家自然科学基金)

2.     张量应用的新的理论基础(来源于美国国家自然科学基金)