<cite id="k9yu4"><source id="k9yu4"></source></cite>
<label id="k9yu4"></label>
<label id="k9yu4"><span id="k9yu4"></span></label>
<acronym id="k9yu4"></acronym>
教師信息個人照片
姓    名姚宏亮性    別  男
出生年月1972.9最終學位博士
畢業學校合肥工業大學
從事專業大數據分析、機器學習、數據挖掘、金融證券數據分析職    務副教授
所屬院系計算機學院
所屬科室(研究所)人工智能與數據挖掘研究室職     稱副教授
聯系方式
辦公電話13965133722
E-maildmicyhl@163.com
通訊地址
郵  編
簡    歷

姚宏亮, 男, 1972年9月出生。1997年安徽大學數學系數理統計專業畢業,獲理學學士學位;2003年合肥工業大學計算機應用技術碩士研究生畢業,獲工學碩士學位。2007年合肥工業大學計算機應用技術專業博士研究生畢業,獲工學博士學位。主持國家自然科學基金1項、合肥工業大學科學研究發展基金1項、博士專業基金1項、國家重點基礎研究發展計劃子項(合工大光伏合作項目)1項、企業合作項目多項;作為主要成員參加了973前期預研項目1項,國家自然科學基金3項,博士學科點專項科研基金1項,安徽省自然科學基金2項,近年來共發表論文40余篇。

主要研究方向:
(1)數據分析
(2)大數據挖掘
(3)機器學習
(4)金融證券數據分析
(5)互聯網+大數據,創新應用

開發了金融互聯網數據分析處理平臺
具體見:http://www.ihdsj.com
研究方向

在信息時代、互聯網時代和大數據時代,數據就是寶藏。數據會告訴人們哪兒有風險,哪兒有機會、哪兒有財富。數據挖掘與知識發現,是打開寶藏的金鑰匙。



研究室的相關研究項目(正在研發和已完成的項目,包括主導和參與的項目)

應用類型項目:
(1)證券數據智能計算與分析系統;(正在研發)
(2)智能中文文本語意解析系統;(正在研發)
(3)中文法律案例搜索系統;(已完成)
(4)電力系統信譽評級;(已完成)
(5)智能微網能量管理系統;(已完成)

國家級的理論類型課題:
(1)2013年,國家重點基礎研究發展計劃(973)項目的一個課題:“社交網絡群體影響力及交互作用”(項目編號:2013CB329604);(正在研發)
(2)2011年,國家自然科學基金資助的課題“基于動態靈敏性分析和隱變量發現的復雜系統脆弱性演化機制研究”(項目編號:61175051);(正在研發)
(3)2010年,國家自然科學基金資助的課題“動態環境下復雜系統因果關系發現與穩健性推理研究”(項目編號:61070131); (已完成)

省部級的理論類型課題:
(1)2007年,安徽省自然科學基金資助的課題“基于動態影響圖的多Agent建模與決策研究”(項目編號:070412064);
(2)2005年,教育部博士點專項科研基金資助的課題“一種新型概率圖模型-對象概率模型研究與實現” (項目編號:20050359012);(已完成)
(3)2003年,獲得安徽省自然科學基金資助的課題“基于貝葉斯網技術的智能Agents 自組織和學習的研究”(項目編號:03042305);(已完成)


產業動態:
第109期雙清論壇“大數據與管理決策的重大基礎問題”在京召開
http://www.nsfc.gov.cn/publish/portal0/tab38/info40304.htm

我們現在正在進行的產業性方向是:大數據與金融風險
教學工作

本科:程序設計基礎

研究生:人工智能

獲獎情況


主要論著

[1]姚宏亮, 王秀芳, 王浩. 多Agent動態影響圖一種混合近似推理算法[J]. 計算機研究與發展. (2011.4)
[2]胡春玲,吳信東,胡學鋼,姚宏亮. 基于貝葉斯網的頻繁模式興趣度計算及剪枝[J]. 軟件學報(已錄用)
[3] 胡春玲,胡學鋼,姚宏亮. 一種改進的基于鄰接樹的貝葉斯網絡推理算法. 模式識別與人工智能,已錄用
[4] 姚宏亮,萇健,王浩.基于靈敏性分析的因果網絡參數的擾動學習研究. 中國機器學習會議(CCML2011), (已投稿)
[5] 姚宏亮,王秀芳,王浩. 一種基于結構分解和因子分析的貝葉斯網絡隱變量發現算法. 全國智能信息處理(NCIIP2011),(已投稿)
[6]戚圍,王浩,姚宏亮.動態貝葉斯網絡一種自適應的局部抽樣粒子濾波算法[J].計算機應用,2010,27(4):1304-1307
[7]葛玲玲,王浩,姚宏亮.基于改進SEM算法的基因調控網絡構建方法. 計算機應用, 2010,27(2):450-452
[8] Hongliang Yao, Chang Jian,Wang Hao. Junction Tree Factored Particle Inference Algorithm for Multi-Agent Dynamic Influence Diagrams[C]. The Third International Frontiers of Algorithmics, LNCS5598, 2009.6:228-236
[9] 張潤梅,姚宏亮.引入分割團BK推理算法及其在Robocup中的應用[J]. 計算機科學, 2009, 36(6):214-234
[10] 王浩, 楊 峰, 姚宏亮. 基于MPI的主從式并行MCMC[J]. 系統仿真學報, 2009, 22(4): 1926 -1929
[11]張潤梅, 王浩, 姚宏亮, 方長勝. 基于內部結構MPOMDP模型的策略梯度學習算法[J]. 計算機工程與應用, 2009, 45(7): 20-23
[12] 姚宏亮, 王浩, 張佑生. 多Agent動態影響圖及其一種近似推理算法研究[J]. 計算機學報, 2008, 31(2): 236-244
[13] 姚宏亮, 王浩, 汪榮貴. 多Agent動態影響圖的近似計算方法[J]. 計算機研究與發展, 2008, 45(3): 487 -495
[14] 俞奎, 王浩, 吳信東, 姚宏亮. 貝葉斯網絡的并行EM學習算法研究[J]. 模式識別與人工智能. 2008, 21(5):670-676
[15]肖?;? 俞奎, 姚宏亮. 一種基于混合遺傳的貝葉斯網絡分解算法[J]. 計算機仿真, 2008,(11):183-186
[16]王浩,何海燕,姚宏亮.IE_-K2:一種基于貝葉斯網絡的高效基因調控網絡構建方法.大連海事大學學報[J].2008,34(3):111-114
[17]王浩, 楊峰, 姚宏亮. 一種多樣性引導的進化粒子濾波[J]. 小型微型計算機系統. 2008, 29(5):867-870.
[18] 王浩, 楊峰, 姚宏亮. 離散動態貝葉斯網絡的進化粒子濾波推理算法[J]. 計算機研究與發展, 2008, 45(s1): 295-299
[19] 莫富強,王浩, 姚宏亮, 俞奎. 基于領域知識的貝葉斯網絡結構學習算法[J]. 計算機工程與應用. 2008,44(16):34-41
[20] 姚宏亮, 張佑生, 王浩, 汪榮貴. 基于PS-EM算法和BP神經網絡的影響圖模型選擇[J]. 模式識別與人工智能, 2007, 20(2): 185-190
[21] 姚宏亮, 王浩,張佑生, 俞奎. 多Agent動態影響圖及其概率分布的近似方法[J]. 模式識別與人工智能, 2007, 20(4):525-532
[22] 姚宏亮, 王浩, 張佑生, 方寶富. 基于多Agent動態影響圖的協作實現[J]. 系統仿真學報, 2007, 19(14): 3270-3275
[23]姚宏亮, 王浩, 張佑生. 一種基于結構分解的影響圖模型選擇算法[J]. 計算科學, 2007, 34(1):133-135
[24] Hao Wang, Kui Yu, Xindong Wu, Hongliang Yao. Triangulation of Bayesian Networks using an adaptive genetic algorithm. Proceedings of the 16th International Symposium on Methodologies for Intelligent Systems (ISMIS 2006) [C], LNAI4203, 2006: 127-136
[25] 俞奎,王浩, 姚宏亮. 并行貝葉斯網絡學習算法[J].小型微型計算機系統,2007,28 (11):1972-1975
[26]Hao Wang, Kui Yu, Hongliang Yao. Learning Dynamic Bayesian Networks Using eolutionary MCMC. Proc.of the on Computational Intelligence and Security (CIS’2006), 2006:45-50.
[27]陳棟梁,王浩,姚宏亮,俞奎.基于自適粒子濾波的動態貝葉斯網絡推理算法[J].計算機應用,2007,27(2):369-372


日本不卡一区二区三区