个人简述:

基本情况：丁世飞，男，山东省青岛市人。现任中国矿业大学教授、博士生导师，中国科学院计算技术研究所客座研究员、博士生导师，中国矿业大学-中国科学院智能信息处理重点实验室负责人，计算机科学与技术一级学科硕士点、博士点学术带头人。历任计算机科学与技术学院教授委员会副主任、主任，山东农业大学副教授、教授、博士生导师等职务。******************************************************************************************************************************************学习简历：2004年山东科技大学博士毕业，获工学博士学位；2006年中国科学院计算技术研究所博士后出站。******************************************************************************************************************************************主要学术身份：中国计算机学会（CCF）理事、学术工委通讯委员；中国人工智能学会（CAAI）理事；CCF人工智能与模式识别专业委员会委员、CCF多值逻辑与模糊逻辑专业委员会常委委员；CAAI知识工程与分布智能专业专业委员会委员、CAAI机器学习专业委员会委员、CAAI粗糙集与软计算专业委员会常委委员；江苏省计算机学会理事、江苏省人工智能专业委员会常委委员等。担任中国科学院计算技术研究所客座研究员、博士生导师；国际期刊《InternationalJournalofCollaborativeIntelligence》主编、《InternationalJournalofDigitalContentTechnologyanditsApplications》副主编、《InformationSciences》、《Neurocomputing》、《NeuralComputingandApplications》、《SoftComputing》等SCI期刊特约客座主编。******************************************************************************************************************************************主要研究方向：（1）智能信息处理：主要研究信息和知识处理的数学理论、并行处理理论与算法、计算智能、复杂系统的算法设计和分析、粗糙集与模糊集、量子计算和生物计算等新型计算模式、生物信息和互联网信息处理等领域。（2）机器学习与数据挖掘：主要研究新型机器学习的理论与方法、粒度支持向量机、孪生支持向量机、多生支持向量机等、监督学习、半监督学习和非监督学习的理论与方法、大数据环境下机器学习的理论与方法、大数据环境下挖掘算法、云计算、智能数据分析等；（3）人工智能与模式识别：主要研究模式识别的基础理论、特征提取与选择理论与方法、分类器设计与实现、指纹识别理论与方法、新型聚类分析与判别分析、生物信息识别等。******************************************************************************************************************************************主要科研经历：完成的项目：参加并完成国家863项目1项、国家自然科学基金5项；主持并完成江苏省自然科学基金1项、中国博士后科学基金1项、国家重点实验室开放基金3项。在研的项目：主持国家973计划课题“脑机协同的认知计算模型”(No.2013CB329502)；主持国家自然科学基金面上项目：“面向大规模复杂数据的多粒度知识发现关键理论与方法研究”(No.61379101)；主持国家自然科学基金面上项目“基于谱粒度的广义深度学习与应用研究”(No.61672522)；主持中央高校基本业务费重点项目：“基于大数据粒化的深度学习及其优化方法研究”(No.2017XKZD03)。******************************************************************************************************************************************主要学术成果：近几年来，出版专著4部，申请发明专利8项，在国内外重要学术期刊，如《InformationSciences》、《PatternRecognition》、《Neurocomputing》、《ArtificialIntelligenceReview》、《SoftComputing》等上发表学术论文180余篇，其中被SCI检索46篇，被EI检索的论文66篇，计算机三大学报（计算机学报、计算机研究与发展、软件学报）8篇。曾获全国优秀博士学位论文提名奖，山东省优秀博士学位论文奖，山东省省级教学成果二等奖，山东高等学校优秀科研成果二等奖，江苏省高等学校自然科学二等奖等。******************************************************************************************************************************************学术兼职：国家自然科学基金（青年、面上、重点）通讯评审专家、教育部博士点基金评审专家、国家863、973项目评审专家、国家自然科学奖会评专家；国家一级期刊《计算机学报》、《软件学报》、《计算机研究与发展》、《电子学报》、《自动化学报》等评审专家；SCI期刊《InformationSciences》、《Neurocomputing》、《PatternRecognition》等评审专家。******************************************************************************************************************************************联系方式：手机：15852494396or18051372502电话：0516-83885189(H)邮箱：dingsf@cumt.edu.cn实验室：http://www.jliip.org/微信号：ding285296936QQ号：285296936

科研工作:

主要研究方向：（1）智能信息处理：主要研究信息和知识处理的数学理论、并行处理理论与算法、计算智能、复杂系统的算法设计和分析、粗糙集与模糊集、量子计算和生物计算等新型计算模式、生物信息和互联网信息处理等领域。（2）机器学习与数据挖掘：主要研究新型机器学习的理论与方法、粒度支持向量机、孪生支持向量机、多生支持向量机等、监督学习、半监督学习和非监督学习的理论与方法、大数据环境下机器学习的理论与方法、大数据环境下挖掘算法、云计算、智能数据分析等；（3）人工智能与模式识别：主要研究模式识别的基础理论、特征提取与选择理论与方法、分类器设计与实现、指纹识别理论与方法、新型聚类分析与判别分析、生物信息识别等。******************************************************************************************************************************************主要科研经历：完成的项目：参加并完成国家863项目1项、国家自然科学基金5项；主持并完成江苏省自然科学基金1项、中国博士后科学基金1项、国家重点实验室开放基金3项。在研的项目：主持国家973计划课题“脑机协同的认知计算模型”(No.2013CB329502)；主持国家自然科学基金面上项目：“面向大规模复杂数据的多粒度知识发现关键理论与方法研究”(No.61379101)；主持国家自然科学基金面上项目“基于谱粒度的广义深度学习与应用研究”(No.61672522)；主持中央高校基本业务费重点项目：“基于大数据粒化的深度学习及其优化方法研究。1、项目名称：面向大规模复杂数据的多粒度知识发现关键理论与方法研究，来源：国家自然科学基金项目，经费：75万元，主要承担工作：负责人2、项目名称：脑机融合感知和认知的计算理论与方法，来源：国家“973”计划课题，经费：162万元，主要承担工作：负责人3、项目名称：面向高维复杂数据的粒度知识发现研究，来源：江苏省自然科学基金，经费：8万元，主要承担工作：负责人4、项目名称：基于谱粒度的广义深度学习及其应用研究，来源：国家自然科学基金项目，经费：64万元，主要承担工作：负责人

教育背景:

2004年山东科技大学博士毕业，获工学博士学位；2006年中国科学院计算技术研究所博士后出站。