6165金莎总站

周晓堂

发稿时间:2020-07-28浏览次数:11

6165金莎总站

硕士研究生导师信息表


姓名

周晓堂

性别

学位

博士

出生年月

1988.4

职称

讲师

职务

电子邮箱

zhouxiaotang@ccut.edu.cn

社会兼职

主讲本科课程

机器学习

主讲研究生课程

研究方向

概率主题模型;自然语言处理;机器学习;人工智能;深度学习

概率主题模型是一种能够有效地挖掘和发现文本数据中潜在语义主题的非监督机器学习方法。采用主题模型准确地并快速地挖掘文本数据中的潜在主题能够在较大程度上满足我们在较高概念层次上对大量文本进行组织和管理的需求。因此,在主题模型研究领域中,提高挖掘主题的“准确性”和“时效性”是两个关键的研究问题。

以第一作者发表学术论文3篇,其中SCI检索期刊论文2篇,国内核心期刊论文1

学习与工作

经历

2006.92010.7,吉林大学计算机科学与技术专业,本科生,获理学学士学位

2010.92013.7,吉林大学计算机应用技术专业,硕士研究生,获工学硕士学位

2013.92018.7,吉林大学计算机软件与理论专业,博士研究生,获工学博士学位

2019.4-至今,长春工业大学,教师

科研项目

  1. 快速吉布斯采样主题推断算法研究,吉林省教育厅“十三五”科学技术项目JJKH20200677KJ2020.1-2021.125万元,1/8

  2. 面向短文本的主题建模研究,国家自然科学基金青年项目(616022042016.1-2018.1220万元,2/10


学术成果

  1. 论文

  1. Xiaotang Zhou, Jihong Ouyang and Ximing Li. A More Time-efficient Gibbs Sampling Algorithm Based on SparseLDA for Latent Dirichlet Allocation. Intelligent Data Analysis. 2018, 22(6), 1227-1257. (SCI:000456800600004, IF=0.691)

  2. Xiaotang Zhou, Jihong Ouyang and Ximing Li. Two Time-efficient Gibbs Sampling Inference Algorithms for Biterm Topic Model. Applied Intelligence. 2018, 48(3), 730-754. (SCI:000424638700012, IF=2.882)

  3. 周晓堂欧阳继红,李熙铭. 基于经验风险的中心文本分类算法. 吉林大学学报(理学版). 2013, 51(5), 876-880.




  1. 专利及软件著作权

1.基于中心法的自适应文本聚类算法,国家知识产权局,ZL201410014995.72017.22/5

奖励与荣誉