贺田田-武汉理工大学计算机学院.PDFVIP

贺田田 电子邮件: csthe@.hk 联系电话: (852) 9506 7117 (香港) 14714412505 个人简介 基本情况 本人目前就读于香港理工大学电子计算学系，博士生第四年，师从陈振冲教授。 研究兴趣 关联数据中的聚类分析，优化分析，进化计算，机器学习，社区探索，蛋白质 化合物预测，社交网络分析，生物信息学，数据挖掘 研究成果简介 1. 关联数据中的聚类分析，优化分析 建立用于描述关联数据的网络或图结构，基于用于描述关联数据中数据 元的属性信息与拓扑信息，建立优化模型，对关联数据进行聚类分析或 划分，相关研究成果已收录于IEEE Transactions on Cybernetics ，并有一 篇在IEEE Transactions on Fuzzy Systems 处于二审阶段 2. 蛋白质化合物预测 基于蛋白质本体信息的相似性和蛋白质相互作用网络的拓扑结构，利用 进化计算在蛋白质相互作用网络中探索蛋白质化合物，相关研究成果已 收 录 于 IEEE/ACM Transactions on Computational Biology and Bioinformatics 3. 社交网络中的社区探索，进化计算 基于社交网络中用户描述信息的关联性与社交网络的拓扑信息，利用进 化计算在社交网络中探索虚拟社区，相关研究成果已收录并发表于 2014 IEEE Congress on Evolutionary Computation 和 26th International Conference on World Wide Web (WWW)的会议文集中 教育背景 09/2012-至今 哲学博士 香港理工大学电子计算学系  导师：陈振冲  毕业时间：等待毕业答辩安排，预计 2017 年 6 月毕业  研究课题：属性图中的聚类分析 09/2010-12/201 1 理学硕士 香港理工大学电子计算学系  导师：陈振冲 1 / 4  专业：信息系统专业  研究课题：进化计算与社区探索 09/2004-07/2008 工学学士 北方工业大学计算机科学系  专业：计算机科学与技术 论文(含录用) 期刊论文 关联数据中的聚类分析，优化分析 [1] T. He, and K. C. C. Chan, “MISAGA: An Algorithm for Mining Interesting Sub- Graphs in Attributed Graphs,” IEEE Transactions on Cybernetics (SCI, IF: 4.943), DOI: 10.1109/TCYB.2017.2693558, 2017. 摘要：在本文中提出了一个用于在属性图中探索最优子图的算法。首先，关 系数据被构建成属性图的数据结构。然后，基于表述数据元素的属性与属性 图的拓扑信息，建立约束优化模型，并利用推导出的迭代优化算法求得局部 最优解。通过解析该最优解可得到最优子图集合。文中提出的算法能够广泛 的应用到不同类型的研究领域中，如社交网络中的社区探索，生物信息网络 中的功能模块探索等。相比于目前最先进的方法，本文中提出的方法在各类 研究问题中，能够更准确更快速的探索到有意义的子图。 蛋白质化合物预测，进化计算 [2] T. He, and K.