<code id="kwfd7"><dd id="kwfd7"></dd></code>
<th id="kwfd7"></th>
  • <code id="kwfd7"><menu id="kwfd7"></menu></code>
    <th id="kwfd7"><address id="kwfd7"></address></th>

    <optgroup id="kwfd7"><xmp id="kwfd7">
  • <code id="kwfd7"><thead id="kwfd7"></thead></code>

        <code id="kwfd7"></code>
        教師信息個人照片
        姓    名李培培性    別  女

        出生年月1982.01.31最終學位博士
        畢業學校合肥工業大學
        從事專業計算機科學與技術職    務
        所屬院系計算機與信息學院
        所屬科室(研究所)

        軟件與理論研究所

        職     稱

        副研究員(碩導)

        聯系方式
        辦公電話
        E-mailpeipeili@hfut.edu.cn
        通訊地址

        安徽省合肥市蜀山區丹霞路485號(合肥工業大學翡翠湖校區)計算機與信息學院

        郵  編230601
        簡    歷

        1、受教育經歷

        ·2008/09-2012/12,合肥工業大學,計算機應用專業,工學博士

        ·2005/09-2008/06,合肥工業大學,軟件與理論專業,工學碩士

        ·2001/09-2005/06,合肥工業大學,計算機科學與技術專業,工學學士

        2、研究工作經歷

        ·2016年12月-至今,合肥工業大學計算機與信息學院,副研究員

        ·2015年5月-2016年11月,合肥工業大學計算機與信息學院,講師

        ·20131-20154月,合肥工業大學軟件工程博士后站,博士后

        ·20118-201212月,微軟亞洲研究院,實習生

        20084-20094月,新加坡管理大學,助理研究員

        研究方向

        本人的研究興趣在于:數據挖掘與智能計算,包括:數據流分類、概念漂移檢測方法、不完全標記數據流的分類算法與模型、多標簽數據流分類、半監督學習

        承擔課題:
        ? 主持人:李培培,第55批中國博士后科學基金面上資助二等資助“面向短文本數據流分類的關鍵問題研究”(No. 2014M551801)(2014.5-2015.5)
        ? 主持人:李培培,國家青年基金“多標記文本數據流分類方法研究”(No. 61503112) (2016.1-2018.12)
        ? 子課題負責人:李培培,重點研發計劃項目課題三 “碎片化知識拓撲融合” 子課題(No. 2016YFB1000906) (2016.7-2020.12)

        ? 主持人:李培培,安徽省青年基金“基于實體語義上下文特征擴展的短文本數據流分類方法研究”(No.1708085QF142) (2017.7-2019.6)
        ? 校級博士專項課題“多標記文本的數據流分類方法研究”(No. JZ2015HGBZ0461)(2015.110.1-2017.9.30)
        參與課題:
        [1] 2009.1-2011.12 安徽省自然科學基金“基于漂移特征發現的數據流中概念漂移問題研究及其應用”(No. 090412044)
        [2] 2010.1-2012.12 國家自然科學基金:“基于特征發現的數據流概念漂移問題研究”(No. 60975034)
        [3] 2013.1-2016.12 國家自然科學基金:“基于協同訓練策略的不完全標記數據流分類問題研究”(No. 61273292)
        [4] 2014.1-2016.12教育部博士點博導基金:“基于特征擴展的Web 短文本數據流分類方法研究” (No.20130111110011)
        [5] 2010.10-2014.05安徽省科技攻關(科技強警):“毒品犯罪案件信息綜合管理分析系統”(編號:1001130616)
        [6] 2013.1-2017.12 國家973計劃“社交網絡群體影響力及交互作用”(No.2013CB329604)
        [7] 2017.1-2020.12 國家自然科學基金:“面向多源高維數據流的在線特征選擇與分類方法研究”(No. 61673152)

        教學工作

        2015-2016第二學期,醫學信息專業15級, 數據結構(卓越)課程;

        2016-2017第二學期, 信息安全專業16級,數據結構(卓越)課程;

        2016-2017第一學期,計算機與信安專業13級, 數據挖掘課程;

                2017-2018第一學期,計算機與信安專業14級,數據挖掘課程;

        獲獎情況

        ·2009年度安徽省優秀碩士論文.

        ·指導學生參加2017年合肥工業大學第三屆“互聯網+”創新創業大賽優勝獎

        ·指導學生參加2017年安徽省大數據技術與應用大賽獲三等獎

                          ·2017年度校青年教師講課比賽獲三等獎

        主要論著

        國際期刊論文:

        [1]    Peipei Li#, Lu He, Haiyan Wang, Xuegang Hu, Yuhong Zhang*, Lei Li, Learning from Short Text Streams with Topic Drifts, IEEE Transactions on Cybernetics, 48(9): 2697-2711, Sept. 2018.

        [2] Peipei Li#*, Haixun Wang, Hongsong Li, Employing Semantic Context for Sparse Information Extraction Assessment, ACM Transactions on Knowledge Discovery from Data,12(5): 54:1-36, July 2018.

        [3]Peng Zhou, Xuegang Hu,Peipei Li*, Online Feature Selection for Class Imbalance Data.Knowledge-based Systems,136: 187-199,2017.

        [4]Yuhong Zhang, Guang Chu,Peipei Li*, Xuegang Hu.Three-layer Concept Drifting Detection in Text Data Streams. Neurocomputing, 260: 393-403, 2017.

        [5]Peipei Li*, HaixunWang, Kenny Q. Zhu,Zhongyuan Wang, Xuegang Hu, A Large Probabilistic Semantic Network based Approach to Compute Term Similarity. IEEE Transactions on Knowledge and Data Engineering, 27(10): 2604-2617, 2015.

        [6]Peipei Li, , Xuegang Hu, and Hao Wang*. An Incremental Decision Tree for Mining Multi-label Data. Applied Artificial Intelligence,29(10):992-1014, 2015.

        [7]Peipei Li*, Xuegang Hu, and Hao Wang. Learning Concept-Drifting Data Streams with Random Ensemble Decision Trees. NeuroComputing, 166(6): 68-83, 2015.

        [8]Peipei Li*and Xuegang Hu.Learning from Concept Drifting Data Streams with Unlabeled Data. NeuroComputing, 92(1): 145-155, 2012.

        [9]Peipei Li*and Xuegang Hu. Mining Recurring Concept Drifts with Limited Labeled Streaming Data. ACM Transactions on Intelligent Systemsand Technology, 3(2): 29:1-32,2012.

        [10]Peipei Li*,  Xuegang Hu,Qianhui Liang and Yunjun Gao. A Random Decision Tree Ensemble for Mining Concept Drifts from Noisy Data Streams. Applied Artificial Intelligence, 24(7): 680-710, 2010.

        [11]Xuegang Hu,Peipei Li*,  Gongqing Wu. A Semi-Random Multiple Decision-Tree Algorithm for Mining Data Streams. J. Comput. Sci. Technol. 22(5): 711-724, 2007.

        會議論文:

        [12]Peipei Li*, Lu He,Junfeng  Liu, Xuegang Hu. Max-Relevance and Min-Redundancy based Multi-label Data StreamClassification with Concept Drifting Detection.Submitted to AAA17,2017.

        [13]Peipei Li*, Lu He, Xuegang Hu, Yuhong Zhang, Lei Li. Concept based Short Text Stream Classification with Topic Drifting Detection. In: Proceedings ofInternational Conference on Data Mining (ICDM'16),pp. 1009-1014,2016. (EI檢索號:20171003423991)

        [14] Xugang Hu, Junhong He,Peipei Li*,  Drifting Detection and Model Selection based Ensemble Classification for Data Streams with Unlabeled Data. In: Proceedings ofArtificial Intelligence Science and Technology (AIST’16),pp: 83- 90, 2017.

        [15]Peipei Li*, Hunxun Wang, Hongsong Li,  Assessing Sparse Information Extraction using Semantic Contexts. In:Proceedings of 22nd ACM International Conference on Information and Knowledge Management(CIKM’13), pp.1709-1714, 2013.

        [16]Peipei Li*, Hunxun Wang, Kenny Q. Zhu, Zhongyuan Wang. Computing Term Similarity by Large Probabilistic isA Knowledge. In:Proceedings of CIKM’13,pp. 1401-1410, 2013.

        [17]Peipei Li*, Qianhui Liang, Xuegang Hu, Yuhong Zhang. Random Ensemble Decision Trees for Concept Drifting Data Streams. In:Proceedings of PAKDD’11, May 24-27, pp. 313-325, Shenzhen China, 2011.

        [18]Peipei Li*and Xuegang Hu. Learning from Concept Drifting Data Streams with Unlabeled Data.  In:Proceedings of AAAI10-SA10, July 11-15, pp. 1945-1946, Atlanta, GA, United States, 2010.

        [19]Peipei Li* and Xuegang Hu. Mining Recurring Concept Drifts with Limited Labeled Streaming Data. In:Proceeding of 2nd Asian Conference Machine Learning, Nov. 8-10, pp. 251-262, Tokyo, 2010.

        [20]Peipei Li*, Xuegang Hu, Q.-H. Liang, and Y.-J. Gao.Concept Drifting Detection on Noisy Streaming Data in Random Ensemble Decision Trees. In:Proceedings of the 6th International Conference on Machine Learning and Data Mining, pp. 236-250, 2009.

        [21]Peipei Li*, Qianhui Liang and Xuegang Hu. Parameter Estimation in Semi-Random Decision Tree Ensembling on Streaming Data. In:Proceedings of PAKDD’09,pp. 376-388, 2009.

        [22]Qianhui Liang,Peipei Li*, P. C.K. Hung. Clustering Web Services for Automatic Categorization. In:Proceedings of International Conference on Services Computing, pp. 380-387, 2009.

        [23]Peipei Li*, Xuegang Hu. Mining Concept-drifting Data Streams with Multiple Semi-random Decision Trees. In:Proceedings of 4th International Conference on Advanced Data Mining and Applications, pp. 733-740, 2008.

        國內期刊:

        [24]  胡學鋼#,王海平,郭丹,李培培*.圖算法求解帶有限長空位和one-off約束的模式匹配問題.模式識別與人工智能, 29(5):400-409,2016.

        軟著:
        胡學鋼、李培培等. 數據流分類算法實驗工具包軟件 ETDSV1.0(登記號為2010SR062895)

        專著:

        胡學鋼、李培培、張玉紅.數據流分類,清華大學出版社, 603千字, ISBN 978-7-302-40599-3, 2016.01.01.

        專利:

        [1]李培培, 李磊, 張玉紅, 胡學鋼, 劉俊峰, 何路, 吳共慶,一種基于類與特征分布的多標簽數據流中概念漂移檢測方法. 申請號:201710151295.6, 申請日: 2017年03月14日(實際審查)

        [2]胡學鋼, 王博巖, 李培培. 自適應多標簽預測方法. 國家發明專利,專利號:ZL201510501816.7,專利申請日:20150814日,授權公告日:20180518.

          [3]胡學鋼,王海燕,李培培. 一種基于短文本擴展和概念漂移檢測的短文本數據      流分類方法,專利申請號201710994366.9,專利申請日:2017年10月23日.


        国民彩票在线登录app