认知计算

课程编码：081203M06004H 英文名称：Cognitive Computing Seminar 课时：20 学分：1.00 课程属性：专业研讨课 主讲教师：何清

本课程是计算机科学专业研究生开设的专业选修研讨课，其目的是使学生初步掌握认知科学的基本内容，并了解其应用领域。本课程聚焦认知科学常用模型进行集中讲授和充分的上机实践，对学生的要求包括：熟练掌握认知基本方法和常用模型和算法，掌握认知计算的主要思路与方法，通过研讨使计算机专业研究生深入掌握对主流认知计算方向的科研动向，最新技术，对认知计算不同领域的应用有初步了解。培养研究生的研究性学习能力，开阔眼界，为将来的研究与应用打好基础。

机器学习与人工智能

第一章 认知计算引论 2学时 何清
第1节 认知计算引论
第2节 从神经元到认知计算
第二章 基于超曲面的认知学习方法 4学时 何清
第1节 基于超曲面的认知学习方法
第2节 认知学习模型的最新研究
第三章 极端学习机ELM 8学时 何清
第1节 极端学习机ELM
第2节 极端支持向量机ESVM
第3节 并行极端学习机
第4节 极端深度学习机
第四章 小样本认知学习 2学时 何清
第1节 贝叶斯编程学习
第五章 深度学习 4学时 何清
第1节 稀疏编码自动编码
第2节 波尔兹曼机
第3节 卷积神经网络
第4节 递归神经网络

何清，中国科学院计算技术研究所，中国科学院智能信息处理重点实验室研究员，博士生导师。1965年8月出生，于2000年获北京师范大学博士学位，兼任中国人工智能学会副秘书长，常务理事，机器学习专业委员会常务理事, 分布智能与知识工程专业委员会秘书长。中国电子学会云计算专家委员会委员。主要研究领域：机器学习与数据挖掘，基于云计算的大数据挖掘。主要学术贡献：提出了基于超曲面的覆盖学习算法；提出极小样本集抽样方法与相关理论；提出了基于进化规划的基于摄动的模糊聚类改进算法，解决了模糊聚类失真问题；证明了模糊集扩展原理在范畴论意义下的合理性；提出概念语义空间用于知识管理；提出一种新型信息熵用于分类；提出基于粒度的多层次决策方法；在国内外重要刊物和会议上发表近百篇学术论文，*??? 在IEEETKDE、IEEETIT、IJCAI、AAAI、WWW、KDD等国内外重要期刊会议发表论文近二百篇，其中CCF A类论文30余篇,等国内外重要期刊发表论文近百篇，其中SCI收录46篇，SCI他引471次，Google引用3046次
。在大数据挖掘方面，2008年底，何清带领他的中科院计算所机器学习与数据挖掘团队，受中国移动研究院委托，合作开发完成了基于云计算的并行数据挖掘平台，用于TB级实际数据的挖掘，实现了高性能、低成本的数据挖掘，通过这次创新，使我国获得了自主知识产权的基于云计算的数据挖掘技术。何清先后主持完成多个有关数据挖掘的国家自然科学基金项目和863项目，提出了一系列有效的数据挖掘算法和多个并行机器学习算法，并开发实现了四十多个并行机器学习算法。组织开发的多个数据挖掘软件获得了软件著作权，并实际应用到多个行业的数十家企业，为企业带来了可观的经济效益和社会效益。受大会邀请在第二届和第三届中国云计算大会上作了技术报告。

承担完成或参加完成的多项国家自然科学基金项目被评为优或特优。承担完成了两项863项目获得好评。 2015年获得吴文俊人工智能科学技术创新奖。