欢迎访问山西大学计算智能与中文信息处理教育部重点实验室
科研队伍

白亮

现在的位置： 首页 » 科研队伍 » 教授 » 白亮

  • 白亮

    最终学历：研究生

    研究方向：数据挖掘与机器学习

    电子邮箱：bailiang@sxu.edu.cn

  • 最终学位：博士

    研究生导师：博士生导师

    联系电话：0351-7010566

个人简介

白亮，博士，教授，博士生导师。国家优秀青年基金获得者，山西省优秀青年基金获得者，中国计算机学会人工智能与模式识别专委会委员，中国人工智能学会优秀博士学位论文奖获得者。

2009-2012年在山西大学计算机与信息技术学院攻读博士学位，获教育部宝钢教育基金优秀学生奖。2010年-2011年在香港城市大学访学。2014年-2016年在中科院计算所网络数据科学与技术重点实验室进行博士后研究工作。2016年-2017年在英国帝国理工学院数据科学研究所做访问学者。

研究方向为数据科学与大数据计算、机器学习与数据挖掘。主要从事弱/无监督学习、复杂网络分析的基础算法研究工作。以第一作者在IEEE TPAMI（CCF-A类国际期刊）、IEEE TKDE（CCF-A类国际期刊）、IEEE TFS（SCI一区TOP级）、DMKD（CCF-B类国际期刊）、ICML（CCF-A类国际会议）、AAAI（CCF-A类国际会议）等国际权威期刊和会议发表多篇学术论文，其中SCI收录20余篇。主持国家自然科学基金项目3项，省级项目多项。作为主要成员参与的项目获得了山西省科学技术奖（自然科学类）一等奖。

主持或参与项目

  • 1、 带参照物的聚类集成方法研究, 国家自然科学基金面上项目, 2018-01至2021-12, 主持

    2、 符号数据的聚类有效性分析与优化算法研究, 国家自然科学基金青年项目, 2014-01至2016-12, 主持

    3、 面向大规模数据集的聚类模型与算法研究, 高等学校博士学科点专项科研基金, 2014-01至2016-12, 主持

    4、 面向大数据的高效聚类算法研究, 山西省基础研究计划项目, 2015-01至2017-12, 主持

    5、 大数据下的快速粒化与聚类分析, 山西省高校科技创新项目, 2015-01至2017-12, 主持

    6、 面向关联关系数据的概念学习方法研究, 国家自然科学基金面上项目, 2016.01-2019.12, 第一参与人

     

     

     

     

     

发表论文

    [1]      Liang Bai,Jiye Liang,Hangyuan Du,YikeGuo. A novel community detection algorithm based on simplification of complex networks, Knowledge-Based Systems, 2018, doi.org/10.1016/j.knosys.2017.12.007.点击阅览

    [2]      Liang Bai,Jiye Liang,Yike Guo. An ensemble clusterer of multiple fuzzy k-means clusterings to recognize arbitrarily shaped clusters, IEEE Transactions on Fuzzy Systems, 2018, DOI 10.1109/TFUZZ.2018.2835774..点击阅览

    [3]      Liang Bai,Xueqi Chen,Jiye Liang,Huawei Shen,Yike Guo. Fast density clustering strategies based on the k-means algorithm, Pattern Recognition, 2017, 71:375–386.点击阅览

    [4]      Liang Bai,Xueqi Cheng,Jiye Liang,Yike Guo. Fast graph clustering with a new description model for community detection, Information Sciences, 2017, 388-389:37–47.点击阅览

    [5]      杜航远,王文剑,白亮. 一种基于优化模型的演化数据流聚类方法, 中国科学(E辑:信息科学), 2017, 10.1360/N112017-00107.点击阅览

    [6]      Liang Bai,Xueqi Cheng,Jiye Liang,Huawei Shen. An optimization model for clustering categorical data streams with drifting concepts, IEEE Transactions on Knowledge and Data Engineering, 2016, 28(11):2871-2883.点击阅览

    [7]      Liang Bai,Jiye Liang. Cluster validity functions for categorical data:a solution-space perspective, Data Mining and Knowledge Discovery, 2015, 29(6):1560-1597.点击阅览

    [8]      Hangyuan Du,Wenjian Wang,Liang Bai. Observation noise modeling based particle filter: An efficient algorithm for target tracking in glint noise environment, Neurocomputing, 2015, 158:155–166.点击阅览

    [9]      Liang Bai,Jiye Liang. The k-modes type clustering plus between-cluster information for categorical data, Neurocomputing, 2014, 133:111–121.点击阅览

    [10]      Liang Bai,Jiye Liang,Chuangyin Dang,Fuyuan Cao. A novel fuzzy clustering algorithm with between-cluster information for categorical data, Fuzzy Sets and Systems, 2013, 215:55–73.点击阅览

    [11]      Liang Bai,Jiye Liang,Chuangyin Dang,Fuyuan Cao. The impact of cluster representatives on the convergence of the K-Modes type clustering, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2013, 35(6):1509-1522.点击阅览

    [12]      Liang Bai,Jiye Liang,Chao Sui,Chuangyin Dang. Fast global k-means clustering based on local geometrical information, Information Sciences, 2013, 245:168–180.点击阅览

    [13]      Liang Bai,Jiye Liang,Chuangyin Dang,Fuyuan Cao. A cluster centers initialization method for clustering categorical data., Expert Systems with Applications, 2012, 39(9):8022-8029.点击阅览

    [14]      Jiye Liang,Liang Bai,Chuangyin Dang,Fuyuan Cao. The k-means-type algorithms versus imbalanced data distributions, IEEE Transactions on Fuzzy Systems, 2012, 20(4):728-745.点击阅览

    [15]      Fuyuan Cao,Jiye Liang,Deyu Li,Liang Bai,Chuangyin Dang. A dissimilarity measure for the k-Modes clustering algorithm, Knowledge-Based Systems, 2012, 26:120-127.点击阅览

    [16]      Liang Bai,Jiye Liang,Chuangyin Dang,Fuyuan Cao. A novel attribute weighting algorithm for clustering high-dimensional categorical data, Pattern Recognition, 2011, 44(12):2843-2861.点击阅览

    [17]      Liang Bai,Jiye Liang,Chuangyin Dang. An initialization method to simultaneously find initial cluster centers and the number of clusters for clustering categorical data, Knowledge-Based Systems, 2011, 24(6):785-795.点击阅览

    [18]      梁吉业,白亮,曹付元. 基于新的距离度量的K-Modes聚类算法, 计算机研究与发展, 2010, 47(10):1749-1755.点击阅览

    [19]      Fuyuan Cao,Jiye Liang,Liang Bai,Xingwang Zhao,Chuangyin Dang. A framework for clustering categorical time-evolving data, IEEE Transactions on Fuzzy Systems, 2010, 18(5):872-882.点击阅览

    [20]      Fuyuan Cao,Jiye Liang,Liang Bai. A new initialization method for categorical data clustering, Expert Systems with Applications, 2009, 36(7):10223-10228. 点击阅览