报告题目：支持向量机的新进展（面向研究生和青年教师）

报告时间/地点：2015年9月24日，9：30—11:30，旭日楼108

报告简介：20 世纪90 年代中期，基于统计学习理论，Vapnik 提出了支持向量机(support vector machine, SVM) 模型。其在手写体邮政编码识别中的成功应用引起了模式识别、数据挖掘、机器学习、数学、统计等相关领域国内外研究人员的广泛关注。近十余年来，研究者在支持向量机的理论研究和算法实现方面都取得了突破性的进展，涌现出了一批优秀的科研成果，并被应用于基于内容的视频检索、网页分类、文本分类、光学字符识别、信号处理、生物信息处理和时间序列分析等领域。本次报告将首先给出支持向量机的主要模型，然后针对复杂多模态数据，给出它的扩展模型-支持张量机。

报告题目：大数据对统计学的挑战和机遇（面向本科生和研究生）

报告时间/地点：2015年9月24日，18：30—20:30，旭日楼108

报告简介：大数据时代的到来，对传统统计学的研究既带来了机遇又带来了挑战。本次报告首先介绍大数据的背景和特点，然后给出数据挖掘的主要任务。在此基础之上，讨论大数据给统计学带来的机遇和挑战。

报告人简介：

杨晓伟，男，博士，教授，博士生导师，华南理工大学软件学院副院长。分别于1991年、1996年和2000年在吉林大学数学系、数学所和工程力学系获得学士、硕士和博士学位。1991年7月-1993年7月在国营新乡振动设备总厂工作；1996年7月-2001年5月在吉林大学数学系任教；2001年6月至2014年12月在华南理工大学数学学院任教。2015年1月至今在华南理工大学软件学院任教。2003年1月-2003年5月受新加坡国立大学资助在机械工程学院做研究；2006年2月-2006年8月受澳大利亚悉尼科技大学资助在信息技术学院做研究；2009年7月-2010年7月受澳大利亚悉尼科技大学资助在软件学院做研究。现为美国数学会《Mathematical Reviews》评论员、中国人工智能学会机器学习专业委员会委员、广州市工业与应用数学学会副理事长，并担任几个国内外人工智能领域主流杂志的审稿人，如IEEE Transactions on Fuzzy Systems, IEEE Transactions on Systems, Man and Cybernetics- Part B, IEEE Transactions on Systems, Man and Cybernetics: Systems，Expert Systems with Applications、Pattern Recognition Letters、Neurocomputing、Soft Computing、Knowledge-Based Systems、Science China Information Sciences（《中国科学》）、Journal of Computer Science and Technology、《计算机研究与发展》、《模式识别与人工智能》等。
从2003年至今，主要从事机器学习、模式识别和数据挖掘等领域的研究工作，研究成果发表在IEEE Transactions on Fuzzy Systems、IEEE Transactions on Image Processing、Expert Systems with Applications、Neurocomputing、Soft Computing、Pattern Analysis and Applications、Progress in Natural Science、《电子学报》、《计算机研究与发展》、《模式识别与人工智能》、《控制理论与应用》和ICDM等国内外主流杂志和国际学术会议上。到目前为止，已发表论文90余篇，被国内外同行引用900余次。