报告题目：基于机器学习的多变量预测方法研究

报告人：詹建明（湖北民族大学 数学与统计学院，二级教授）

邀请人：韩邦合（西安电子科技大学 环球360会员登录 副教授）

报告时间：2024年3月16日（星期六）上午9点30分至12点

报告地点：腾讯会议：963 728 215

报告人简历：报告人简历：詹建明，二级教授，主要研究方向为粗糙集、粒计算、三支决策与机器学习等。现为国务院政府特殊津贴专家，湖北省政府专项津贴专家，国家科学技术奖励评审专家、湖北省新世纪高层次人才工程第二层次人才和湖北省青年科技奖获得者。现为知名SCI期刊《Information Fusion》、《Information Sciences》、《Applied Intelligence》和《Journal of Intelligent & Fuzzy Systems》的副编辑，近年来，在国内外著名期刊上发表SCI检索论文150篇，14篇为ESI高被引论文；出版专著2部，主持并完成多项国家自然科学基金项目。2篇论文获2008年与2020年中国百篇最有影响国际学术论文。1篇论文获得2021年国际模糊系统协会（IFSA）最佳期刊论文奖。2014年到2022年，连续入选中国高被引学者（Most Cited Chinese Researchers）榜单。2020-2022连续入选Clarivate全球高被引学家。2020-2022连续入选美国斯坦福大学发布全球前2%顶尖科学家榜单。

报告摘要：多变量预测问题是一个被长期关注和研究的课题，其在金融股票价格预测、天气预测和交通流量预测等方面都得到了广泛应用和研究。然而，大数据驱动的预测问题所呈现的高维、非线性等特点给经典预测模型带来了前所未有的挑战。基于这一背景，本报告主要探讨了基于机器学习的多变量预测方法的构造，主要内容包括：多变量预测的背景、现状及发展、基于三支决策的多变量预测方法、基于传递熵的多变量预测方法、基于可能性理论的多变量预测方法及关于多变量预测的几点思考。