10月23日下午，贵州大学徐计教授应邀为我院师生带来“基于偏序邻域的图机器学习研究进展”的线上专题报告。本次报告由学院赵红教授主持。

徐计教授首先介绍了引领树结构的基本概念，该结构来源于基于密度峰值的聚类方法，能够从宏观上刻画数据邻域内的偏序关系，具有广泛的自然与哲学意义。随后详细阐述了引领树在偏序领域中的优良性质，指出其在解决机器学习模型中因随机采样引起的性能波动问题上的优势。此外，进一步展示了引领树结构在多个机器学习场景中的实际应用，包括大数据聚类、数据流聚类、半监督学习、长尾分类、多粒度图表示学习等，并结合实际工程案例说明了其显著成效。报告尾声，徐计教授还系统性地呈现了引领树结构在机器学习中的重要作用与广泛前景。

报告结束之际，徐计教授同与会师生就相关学术问题进行了互动和交流。最后，赵红教授代表学院对徐计教授的精彩报告表示衷心的感谢。

报告人简介：徐计，工学博士，高级工程师，特聘教授。中国人工智能学会机器学习专委会通讯委员、粒计算与知识发现专委会委员、智能决策专委会委员，IEEE/CCF高级会员，担任IEEE TNNLS/TFS/TETCI, IEEE/CAA JAS, PR, ESWA, IJAR等多个国际期刊审稿人。 近年来，聚焦于高效准确的大数据分析问题，在IEEE TCYB/TFS/TETCI/JIoT, INS, KBS, Neurocomputing,《计算机学报》等国际国内重要期刊上发表论文30余篇，研究成果受到国内外高水平研究团队关注。主持国家自然科学基金项目2项，主持完成大型互联网企业横向项目2项，在科学出版社出版学术专著一部，获国家发明专利授权3项，指导学生参加学科竞赛获国家级一等奖1项、二等奖3项。