机器学习实验室成立于2014年1月，2018年5月获批校级“机器学习研究中心”。实验室位于金沙娱场城app7979成都校区明理楼B508-509，拥有200平方米的独立空间，具有良好的科研与配套设施。现有教授3名(其中博导1名)，副教授5名，讲师4名，博士研究生2名，硕士研究生28名。

机器学习实验室的主要研究方向包括粗糙集理论、代价敏感学习、推荐系统、主动学习、深度学习、三支决策、油田多源大数据、时序数据挖掘、多标签分布学习、多示例学习、形式概念分析、地震数据处理、粒关联规则等。成立至今，实验室承担国家自然科学基金2项，省级项目十余项；在国际、国内权威期刊（如Information Sciences、Knowledge-based Systems等）发表论文100余篇，其中SCI论文40余篇，ESI高被引2篇。

粗糙集理论是数据挖掘和机器学习的重要分支。该理论有坚实的数学基础，仅依赖于数据本身，能够处理不精确，不一致、不完整等各种不完备的信息，还可以对数据进行分析和推理，从中发现隐含的知识，揭示潜在的规律，因此很快获得了人们的认同。

代价敏感学习是指在机器学习的过程中考虑不同的误判带来的不同的代价。它是数据挖掘的十大具有挑战性问题之一，近年来国内外学者对其研究不断取得进展。包括代价敏感决策树方法，代价敏感属性约简，代价敏感覆盖粗糙集理论与方法等。

推荐系统是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。它能有效解决信息超载问题，在大数据时代提供个性化的服务。它既可以用于电子商务，也可用于信息安全、风险评估等领域。

主动学习模拟一种人机交互场景，它允许学习算法根据查询策略，主动获取选取样本的真实类标签，对主动标注的样本进行训练，不断修正已有分类模型，从而提高分类器的泛化能力和分类精度。

多示例学习 (MIL)作为机器学习的重要分支，其任务是利用机器学习等相关算法来处理复杂的数据包。任务类型分为标准多示例、广义多示例以及多示例回归。MIL在图像分类、图像标注、图像检索、文本分类、生物功能注释、医学诊断、目标跟踪、情绪分析等领域具有广泛的应用，是计算机辅助诊断中崛起的一种方法。

形式概念分析（FCA）及相关研究常用于认知计算、机器学习、模式识别、专家系统、决策分析、网页搜索等领域，概念格作为FCA的核心数据分析工具，描述了对象（样本）与属性（特征）之间的关联。多源数据形式背景、三元概念格、多元概念集合是目前的研究热点。

地震数据智能处理主要研究人工智能技术在地震数据处理中的应用研究，主要研究内容是初至波的自动拾取技术、成像技术等，主要使用的方法包括聚类、图像处理方法、滤波、卷积技术、神经网络、深度学习和强化学习等。

实验室采用“民主、自治”的管理机制，提倡“合作、竞争”的研究模式，每年进行15次以上的国内外学术交流。与国内外同行密切合作，以期成员在科研事业上获得长足进步。新成员火热招募中，欢迎有志于发表高水平论文，开发机器学习软件系统的研究生加入！

实验室教师简介如下：

• 闵帆，2003年于电子科技大学计算机科学与工程学院获博士学位，2007年于电子科技大学计算机科学与工程学院获副教授职称，2008年作为国家公派访问学者至美国Vermont大学访问，2014年1月加入金沙娱场城app7979计算机科学学院。已主持国家自然科学基金面上项目一项（编号61379098）。发表论文100余篇，其中第一作者SCI论文8篇，4篇引用次数达100次以上。近几年指导年轻教师与研究生发表SCI论文20余篇。主页参http://cn.linkedin.com/pub/fan-min/3a/372/9b0，论文列表参见http://www.fansmale.com/publications.html。

• 张恒汝，男，博士，教授，硕士生导师；CCF、ACM会员，中国人工智能协会粒计算与知识发现专委会委员；主要研究方向为推荐系统、多标签分布学习、人工智能安全等；发表论文30余篇，其中SCI论文10余篇，ESI高被引论文2篇，引用次数超过100次的论文1篇。主持省部级项目3项，参与国家级项目2项，国际合作项目2项。

• 汪敏，女，1980年生，教授，中国计算机学会员，主要研究方向为主动学习，信号和信息处理。主持四川省科技厅等省部级项目3项，发表论文10余篇，其中SCI 1篇，EI 6篇，获授权发明专利3项，软件著作权2项。

• 高磊，女，1979年生，副教授，博士，硕士生导师，中国计算机协会成员，主要研究方向为油气勘探开发中的智能应用、机器学习、人工智能等。2015-2016年获得国家基金委资助作为访问学者到加拿大阿尔伯塔大学访问一年。主持国家自然科学基金青年基金（41604114）一项，主持天然气地质四川省重点实验室开放基金资助项目一项，主持四川省教育厅重点项目一项，主研国家自然科学基金两项，主研国家重大专项两项，主研其他国家级项目2项，主研省部级项目4项。发表论文20余篇，其中SCI3篇，EI10篇。

• 刘忠慧，女，1980年生，副教授，硕士生导师，中国计算机学会会员，成都分会2019-2020执行委员。主要研究方向为机器学习、形式概念分析。2015-2016年获得国家基金委资助作为访问学者在美国劳伦斯科技大学访问一年。发表论文10余篇，其中EI5篇，SCI1篇。

• 刘丽艳，副研究员、硕士生导师，全国高等院校计算机基础教育研究会理事，中国大学生计算机设计大赛国赛评委。完成与主持教育部教改项目各1项，参与国家科技重大专项1项，授权发明专利1项。获四川省高等教育教学成果一等奖2次。发表论文10余篇，其中CSSCI论文1篇，CSCD论文1篇。研究方向为主动学习、数据挖掘等。

•方宇，男，副教授，硕士生导师，CCF、ACM、CAAI会员，毕业于新加坡南洋理工大学信息学院，2016年3月-2017年3月曾在加拿大里贾纳大学计算机系访学一年。现已在《Information Sciences》、《International Journal of Approximate Reasoning》、《Soft Computing》等期刊发表学术论文20余篇，其中以第一作者发表SCI论文4篇。研究方向包括代价敏感学习、三支决策、粒计算。

• 杨梅，女，副教授、硕士生导师，CCF、CAAI会员，ACM教练。发表论文7篇，承担项目20余项，其中：主持厅部级6项；主研国家科技重大专项1项，省级5项，厅级4项。获国家级优秀教学案例一等奖1项，省部级教学成果一等奖2项及其余各级奖项10余项。研究方向为多示例学习、推荐系统等。

• 温柳英，女，1983年生，博士，讲师，中国计算机学会会员，主要研究方向为属性提取，粒计算。已发表论文6余篇，其中第一作者SCI论文2篇。

• 徐媛媛，女，1982年生，讲师，中国计算机学会会员，主要研究方向为推荐系统，信号与信息处理。

• 李缙，女，1980年生，讲师，中国计算机学会会员，主要研究方向为数据挖掘，软件工程。参与四川省科技厅等省部级项目1项，第一作者发表中文核心论文1篇，获授权实用新型专利1项。

• 何玉婉，女，1984年6月生，讲师。主在研究方向为三支决策，粗糙集。

实验室主页： http://www.fansmale.com/