联系我们
意见反馈

关注公众号

获得最新科研资讯

金博数据挖掘实验室

简介 主要研究方向为医疗健康大数据分析、智能产品创新设计与专利挖掘等

分享到

大连理工大学金博教授课题组招收2021年秋入学研究生(计算机科学专业)

课题组招收已参加具有大连理工大学保研资格以及参加大连理工大学计算机学院21年研究生入学考试的优秀考生,欢迎满足以下条件的同学联系我们:

要求:

  1. 具有一定的编程能力;
  2. 对数据挖掘和大数据分析有兴趣;
    请将个人简历发送至jinbo@dlut.edu.cn

课题组研究方向:
数据挖掘、大数据分析、创新管理、商务智能

金教授简介:
金博,大连理工大学教授(个人主页:大连理工大学教师个人主页系统 金博--金博)。致力于数据挖掘、大数据分析、创新管理、商务智能等领域的科学研究。主持了国家自然科学基金面上项目、青年项目、辽宁省高校科研项目、辽宁省博士启动基金项目、国家重点实验室开放课题等课题,参与科技部国家重点研发计划“精准医疗研究”项目、国家自然科学基金重点项目和重大研究计划培育项目、863计划项目等国家级课题。在相关领域重要国际期刊及会议上发表论文60余篇,近年来多篇论文在数据挖掘领域顶级期刊(KDD、AAAI、ICDM、SDM、PAKDD等)收录,担任数据挖掘领域三大顶级会议KDD、ICDM、SDM的程序委员,是ACM、IEEE和CCF高级会员。
科研方面,主要研究方向为医疗健康大数据分析、智能产品创新设计与专利挖掘等。作为项目负责人承担科研项目6项,获得国家自然科学基金青年基金项目1项,辽宁省高校科研项目1项,国家重点实验室开放课题项目1项,华为技术有限公司等委托的横向科研项目3项,撰写申请并参与国家自然科学基金项目2项,累计发表学术论文60篇,申请发明专利3项,软件著作权1项。
学术合作方面,与美国罗格斯新泽西州立大学熊辉教授建立密切合作关系,共同开展专利挖掘、医疗健康数据挖掘等方面的研究,相关论文被大数据领域顶级会议KDD、AAAI、ICDM录用为长文。与美国康奈尔大学教授王飞针对医疗健康大数据分析进行合作研究,相关论文发表在大数据领域顶级会议KDD、AAAI上,受到广泛关注。在国内与中国科学技术大学陈恩红教授课题组,以及中科院数据中心等单位建立长期合作关系。担任数据挖掘领域三大顶级会议KDD、ICDM、SDM的程序委员,曾参加国内权威科学会议第507次香山科学会议科学大数据专题讨论。

Selected Paper List:

Jin B, Qu Y, Zhang L, Gao Z. Diagnosing Parkinson Disease Through Facial Expression Recognition: Video Analysis. J Med Internet Res 2020;22(7):e18697. DOI: 10.2196/18697

 

Zhuang Liu, Keli Xiao, Bo Jin, Kaiyu Huang, Degen Huang, and Yunxia Zhang. 2020. Unified Generative Adversarial Networks for Multiple-Choice Oriented Machine Comprehension. ACM Trans. Intell. Syst. Technol. 11, 3, Article 25 (May 2020), 20 pages. DOI: https://doi.org/10.1145/3372120.

 

Lihao Zhang, Zeyang Ye, Keli Xiao, and Bo Jin. A Parallel Simulated Annealing Enhancement of the Optimal-Matching Heuristic for Ride Sharing. ICDM2019.

 

 L Sun, B JIN, H Yang, J Tong, C Liu, H Xiong. Unsupervised EEG feature extraction based on echo state network. Information Sciences 475, 1-‌17, Elsevier, 2019/‌2/‌1

 

Zhang L, Xiao K, Zhu H, Liu C, Yang J, Jin B. Caden: A context-aware deep embedding network for financial opinions mining. In2018 IEEE International Conference on Data Mining (ICDM) 2018 Nov 17 (pp. 757-766). IEEE

 

Xu X, Fu Y, Xiong H, Jin B, Li X, Hu S, Yin M. Dr. right!: embedding-based adaptively-weighted mixture multi-classification model for finding right doctors with healthcare experience data. In2018 IEEE International Conference on Data Mining (ICDM) 2018 Nov 17 (pp. 647-656). IEEE.


Jin B, Yang H, Sun L, et al. A Treatment Engine by Predicting Next-Period Prescriptions[C]//Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. ACM, 2018: 1608-1616.

Feng L, Wang H, Jin B, et al. Learning a Distance Metric by Balancing KL-Divergence for Imbalanced Datasets[J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2018.

Che C, Xiao C, Liang J, et al. An RNN Architecture with Dynamic Temporal Matching for Personalized Predictions of Parkinson's Disease[C]//Proceedings of the 2017 SIAM International Conference on Data Mining. Society for Industrial and Applied Mathematics, 2017: 198-206.

Jin B, Yang H, Xiao C, et al. Multitask dyadic prediction and its application in prediction of adverse drug-drug interaction[C]//Proceedings of the Thirty-First AAAI Conference on Artificial Intelligence. 2017.

Jin B, Che C, Yu K, et al. Minimizing Legal Exposure of High-Tech Companies through Collaborative Filtering Methods[C]//Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. ACM, 2016: 127-136.

Guo L, Jin B, Yao C, et al. Which doctor to trust: a recommender system for identifying the right doctors[J]. Journal of medical Internet research, 2016, 18(7).

Sun C, Zhou C, Jin B, et al. Efficient methods for multi-label classification[C]//Pacific-Asia Conference on Knowledge Discovery and Data Mining. Springer, Cham, 2015: 164-175.

Jin B, Ge Y, Zhu H, et al. Technology prospecting for high tech companies through patent mining[C]//Data Mining (ICDM), 2014 IEEE International Conference on. IEEE, 2014: 220-229.

研究生毕业去向:
谷歌、微软、Facebook、百度、滴滴、医渡云、SAP、链家等

创建: Jul 12, 2020 | 17:34

分享到: