报告题目：面向噪声数据的模糊粗糙特征选择方法
报 告 人：杨晓玲 博士在读（西南交通大学）
报告时间：2022年11月24日14:30
报告地点：数学院205
报告摘要：在模糊粗糙集理论的框架下，由于经典的模糊粗糙集模型对噪声是非常敏感的，而数据又容易受到噪声的破坏。在此基础上，探讨了模糊粗糙集的理论和数据的密度的关系，构建了可以同时对抗属性噪声和标签噪声的稳健模糊粗糙集模型，并进一步探讨了稳健的不确定性度量作为特征评价指标，研究其特征之间的关联性，以及设计相应的特征选择算法。

专家简介：杨晓玲毕业于四川师范大学，并获硕士学位。她目前在西南交通大学计算与人工智能学院攻读博士学位，已发表了4篇SCI一区论文。她的研究兴趣包括数据挖掘、离群点检测、模式识别、粒计算、模糊集和粗糙集。