6月16日上午，由中国人工智能学会—粒计算与知识发现专业委员会主办、我院具体承办的“青工委2022年系列学术活动”——“粒计算与动态数据挖掘”学术研讨会在腾讯会议平台顺利召开。本次探讨会由学院院长林耀进教授主持，上海大学岳晓冬教授、安徽大学赵姝教授、合肥工业大学李培培教授和燕山大学尤殿龙教授四位专家先后做了相关学术报告，学院部分教师和各年级研究生积极参会。

上海大学岳晓冬教授首先为我们带来的是主题为“融合软计算的深度学习”的报告。岳教授是上海大学计算机学院、人工智能研究院双聘教授、博导，人工智能研究院副院长。主要研究方向为软计算、机器学习与数据挖掘，在相关领域发表学术论文80余篇。

岳教授在报告中介绍了深度学习和软计算方法等知识的基本概念，指出现有深度学习方法在语义知识融合、不确定性处理、模型解释等方面存在的局限性。随后，岳教授就软计算方法在知识语义表示与不确定性分析方面具有优势，将证据理论、阴影集等软计算理论方法与多种深度神经网络相结合以改善深度学习模型性能应用于医学影像与网络多媒体数据分析。最后，岳教授对软计算与深度学习相结合的相关研究议题进行探讨展望。

赵姝教授是安徽大学计算机科学与技术学院教授，CCF高级会员，中国人工智能学会粒计算与知识发现专委会常务委员、青工委委员。主要研究领域是粒计算、图数据挖掘、文本数据挖掘，承担了十多项国家级、省部级科研项目和企事业委托课题。

赵教授报告的主题为“特征流在线选择方法研究”，报告从在线方法参数设置、可扩展性和运行时间提升、特征交互和不平衡数据处理等方面进行阐述。赵教授指出传统批处理模式的特征选择算法已经无法在时间复杂度和空间复杂度上满足应用需求，为此，产生了面向特征流的在线特征选择方法的研究。赵教授在最后还分享了他们团队的相关成果，指出研究中存在的不足及需要进一步解决的问题，同时对本次报告的重点内容做了总结和展望。

李培培教授为合肥工业大学教授，主要研究方向为数据流挖掘、概念漂移检测方法及应用。在国内外期刊与国际会议上发表学术论文70余篇，其中被SCI、EI检索计50余篇，论文被Google Scholar等他引1200多次。

李教授报告的主题为“短文本数据流分类”，李教授首先介绍了实际应用领域中产生的短文本数据流的特点和面临的挑战。然后围绕数据流分类的挑战与相关概念、短文本数据流分类的一般框架、概念漂移检测与弱监督分类方法等方面展开探讨。此外，李教授还介绍了他们团队在相关方面的研究思路，并对此研究领域后续的探索和应用实例进行了介绍。

尤殿龙教授是燕山大学信息科学与工程学院软件工程系教师，中国计算机学会高级会员，美国ACM会员。从事人工智能（AI）、机器视觉（CV）、流特征选择、因果推理、目标检测的研究和实践工作。

尤教授带来的报告主题是“基于标签相关性的在线多标签流特征选择方法研究”。尤教授首先介绍了多标签流特征的在线特征选择的基本概念和现有方法存在的问题。紧接着从标签相关性出发，介绍了如从在线显著性分析、相关性分析和冗余性分析三阶段进行特征选择等重要内容，还特别指出对这些研究的优化方案和后续研究思路，最后对本次报告内容进行了梳理和总结。

报告结束之际，林耀进院长对本次系列报告进行了总结，向四位教授的精彩报告致以衷心感谢，并期待有机会进一步展开探讨和互动。