澳门网上葡京,专注于执业资格考前辅导!
  • 独树一帜 信息科学技术前沿的推动者

  • 发布时间: 点击次数:   作者:澳门网上葡京
  • ——记著名知识工程与大数据挖掘专家杨炳儒教授

    杨炳儒,北京科技大学计算机与通信工程学院终身教授、博士生导师、知识工程研究所所长、材料领域知识工程北京市重点实验室学术委员会委员(历任北京市政协委员、信息工程学院副院长)。著名知识工程与大数据挖掘专家、国际注册科技专家、享受国务院特殊津贴的有突出贡献专家、北京市教学名师。兼任国家科技基础条件平台建设专家顾问组专家、教育部学位中心评审专家、中国教育专家委员会专家、国家863高新技术项目、国家自然科学基金项目、教育部科技项目评审专家及国内外13个著名刊物的副主编或编委;曾任国际一般系统学会中国模糊信息与模糊工程学会名誉理事长、中国人工智能学会离散数学专委会主任与知识工程专委会副主任、英国剑桥CIT高级督察官、国家教委考试中心NIT专家组成员、香港专利事务所高级顾问。受聘于多个大学任讲座教授或兼职教授。曾十余次出国出境参加国际学术会议(多次担任国际会议程序委员会委员与分会主席)、讲学与合作研究。在现代数学、计算机科学技术的教学与研究方面取得了斐然的成绩。

    独树一帜 信息科学技术前沿的推动者

    在推动新中国创新发展的历史进程中,总有一种星辰,不因岁月的逝去而消沉,不因时代的更迭而泯灭。而是始终秉持着一颗矢志不渝的爱国心为国家奉献的青春和智慧。这其中,有这样一颗明星:他喜欢另辟蹊径,喜欢挑战国际前沿,并用厚重的知识积累和经验为祖国科技创新、追赶国际化潮流贡献力量;他不畏权威,不畏流言,始终坚持自己的那份梦想,用独特的传授方式给自己的学生带来一堂堂精彩人生课堂;他憧憬未来,憧憬明天,用一种民族大爱希望为祖国的科研创新梦贡献一份绵薄之力。他就是北京科技大学计算机与通信工程学院终身教授、博士生导师杨炳儒教授。

    开拓创新,科研报国

    杨炳儒教授自1964年大学毕业后,基本上未间断系统的学术积累,主要从事现代数学、计算机科学技术的教学与研究工作,其主要研究方向是知识工程。在他看来,作为一个合格的大学老师,必须教学、科研并重发展。因此,他用近20年的时间,在科研与教学领域分别构建与完善了被广泛评价为原创性的两个理论体系——“基于内在认知机理的知识发现理论体系KDTICM”与“认知结构教学方法论体系(简称KM教学法)”,具有极高的科学价值和社会价值。

    杨炳儒教授说,从1990年始,他们便在国际视角下另辟蹊径,首次从认知科学、数理逻辑、哲学方法论相融合的学术思想出发,在知识工程领域的总体架构下的知识表示与推理机制、知识发现与知识获取、新型智能系统构造等方面进行了深入研究。他的团队也因此成为国内较早进入知识发现与数据挖掘领域的科研团队,并参加了许多相关的国际会议与国际合作研发工作,做出了一系列被广泛评价为原创性的科研成果:1.知识表示:提出一种新的知识表示方法——语言场及其理论;2.推理机制: 单一与综合语言场下因果关系定性推理、 广义细胞自动机与广义归纳逻辑因果模型、Fuzzy B-D型代数结构与多层次结构逻辑等;3.知识获取:得到了专家知识的归纳获取在机理、算法、环境、技术等方面的一系列成果,解决了先前未解或难解的智能控制与智能管理的四类重要问题。

    独树一帜 信息科学技术前沿的推动者

    杨教授接受采访

    知识发现(KD)或数据挖掘(DM)是1989年提出的新兴、交叉、边缘学科,杨炳儒教授是国内较早进入该领域的学者;在KD&DM领域历经20多年系统、深入地工作,大致分作五个阶段:发现潜在的作为内在机理的4条规律(机制)-----构建被广泛评价为原创性理论KDTICM(基于内在认知机理的知识发现理论)----KDTICM的纵深拓展-----KDTICM及其拓展的应用研究----类大数据挖掘和大数据挖掘。

    目前,KDTICM及其拓展已经成功地应用于农业、现代远程教育、气象、国际商务、税务、数字资源整合、中医、煤矿生产、矿业生产、银联商务、企业创新、铝电解、蛋白质结构预测等13个领域,有效地验证了理论体系及其拓展;解决了一批领域中的典型问题,得到国际著名学府与科学家的好评,并引发国外学者主动提出合作研究。

    二十余年如一日,杨炳儒教授带领科研团队不受嘈杂社会的影响,矢志不渝,从容面对单调枯燥的科研数据,一直在知识发现与数据挖掘领域进行潜心研究,这样的坚持是震撼人心的、是值得的,因为他们做出了自己想要的成绩。

    大数据时代的大数据挖掘

    杨炳儒教授介绍说,大数据分析与挖掘是大数据领域公认的核心技术。随着大数据的急剧涌现,使得传统数据挖掘技术无法解决在线过程控制、决策、预测等领域中的若干难题。

    近年来,在完成国家自然科学基金等项目的基础上,得到了多关系挖掘、KDK、Fuzzy 认知图等系列性研究成果并综合集成之,发明了基于KDTICM、领域知识驱动、形态递进的“类大数据挖掘特质技法库构造技术”,并做出了5个典型示范应用。

    针对大数据挖掘(BDM),杨炳儒教授在跟踪国内外该领域前沿的同时,阅读了几十篇有关大数据的论文和十几部专著,并且多次与美国硅谷大数据专家视频交流。首次提出“BDM内在机理”与”过程模型”。BDM是数据积累的量变过程转化为质变过程(即数据智能)的临界点上最关键和最有价值的工作 。对于处在朦胧状态中的BDM,不应该也不可能延续传统的海量数据挖掘(DM)主流发展的轨迹----高效可扩展性算法及其应用的研究;因为存在着比算法更为重要的先导性内在机理与过程模型的创新性研究。其内在机理的主要内容包括双库对应原理(机制),信息扩张原理 (机制),生态演化与生态再造原理(机制),以及泛互克性原理(机制)等。

    针对刚刚起步的大数据挖掘,杨炳儒教授在国内外首次提出全新的、与传统的DM有着本质区别的“BDM过程模型总体架构”;并给出总体架构各个层面的探索性诠释。 相关成果在以“大融合 大变革 大突破——大数据时代的工业变革”为主题的“2015中国工业大数据大会”上,应邀作了题为《大数据挖掘进展的全景视图缩放》的演讲,引起与会者广泛关注,得到业界高度评价。首次提出了“第四范式下大数据挖掘内在机理与过程模型的突破”与“基于认知与生态机理的大数据挖掘总体架构”等多项研究成果,得到IEEE国际顶级会议的高度评价。

    分享到: