时 间：2024年4月3日 10:00-11:30
地 点：普陀校区理科大楼A1716
报告人：尚家兴 重庆大学 教授
主持人：方方 华东师范大学教授
摘 要：
子模函数（Submodular Functions）是组合优化和离散数学中的一个重要概念，子模优化问题研究如何从高维的解空间中找到最优解，使得问题的目标函数（子模函数）最大化。该问题被广泛应用于计算机科学、经济学、系统工程等领域。例如，在机器学习和数据挖掘中，子模函数可用于特征选择，通过从候选的特征集中选择最能代表数据集的特征子集，从而实现模型效率和准确性的平衡。在经济学中，子模函数是边际效用递减规律的形式化表示，即随着购买的商品数量增加，每增加一个商品带来的额外满足感会逐渐减少。在社交网络分析与挖掘中，子模函数可用于建模影响力最大化问题，即在给定网络和传播模型下，如何从网络中找到最优的种子节点，使其影响力传播范围最大。借助子模函数的优良性质，可设计算法得到上述问题最优解的近似保障。本报告主要介绍子模优化问题，包括子模函数的定义和理论性质，并结合报告人的研究方向，介绍子模优化问题在影响力最大化中的应用，分享课题组在该领域的相关研究工作。
报告人简介：
尚家兴，重庆大学计算机学院教授、博士生导师；欧盟“玛丽·居里学者”；中国计算机学会（CCF）会员、IEEE/ACM会员、CCF普适计算/协同计算/数据库专委委员。分别于2010年和2016年获清华大学学士和博士学位。2016年2月至2018年8月在重庆大学计算机学院任职讲师，2018年9月至2023年8月任职副教授，2023年9月至今任职教授。截止到目前，共发表论文60余篇，其中TITS、TETC、Information Sciences、Pattern Recognition、KBS、HPCA、DSAFAA等领域顶刊/顶会论文30余篇，授权专利近20项。主持国家重点研发计划课题、国家自然科学基金、重庆市自然基金、横向课题等项目近十余项，与中国民航科学技术研究院、中国民用航空飞行学院、中科院自动化所等单位建立了长期合作关系。担任TKDE、TKDD、TPAMI、TNNLS、计算机学报等期刊审稿人。主要研究方向：航空大数据挖掘、社交网络分析、可解释人工智能、机器学习、数据挖掘。